分布式驱动电动汽车纵向车速非线性自适应估计

基于分布式驱动电动汽车,提出了一种纵向车速非线性自适应估计算法.该算法使用车辆加速度传感器信息和各车轮滑移率反馈值对车辆纵向车速进行估计.从理论上证明了纵向速度估计误差收敛.根据各车轮滑移率的大小确定各轮速估计误差在估计算法中的反馈修正比例.使用带遗忘因子的递推最小二乘算法在坡道路面对路面坡度进行了在线实时估计,进而使用坡度估计值修正纵向加速度传感器信息,实现了坡度自适应纵向车速估计.该方法具有计算量小、估计精度高的优点.通过多工况的实车试验验证了算法的有效性.     

基于时延估计的麦克风阵列一致性分析

基于麦克风阵列的声源定位技术广泛应用于现场录音及会议通信等领域.常用的麦克风阵列声源定位技术中,时延估计是一种硬件成本低、计算量小且易于实现的算法.影响麦克风阵列时延估计的因素很多,麦克风阵列阵元的一致性性能是其中之一.基于相位变换的广义互相关算法,提出了一种新的麦克风阵列阵元一致性估计指标.构建3组阵元一致性指标不同的麦克风阵列,开展了对实际声源的角度估计.计算麦克风阵列对声源角度的估计时延和声源角度的理想时延之间的差值,建立了其与声源角度估计误差的方差关系,提出了基于时延估计误差的麦克风阵列阵元一致性估计指标,并验证了该指标在麦克风阵列阵元选择上的实际指导意义.     

频率步进信号距离像互相关精确测速算法

针对距离像互相关算法可以实现频率步进信号自测速但测速精度有限这一问题,通过对互相关输出包络和相位的分析,提出了距离像互相关波形分析法和距离像互相关峰值相位法2种测速算法,结合这2种方法提出了一种频率步进信号距离像互相关精确测速算法,该算法的测速精度可以与多普勒测速相比拟,不仅能满足频率步进信号速度补偿的要求,还可以实现微动目标的测量.仿真结果验证了该算法的有效性.     

基于自相关相位差的载波恢复算法的性能分析

对一种基于自相关函数相位差的频率估计算法进行了误差理论分析,得到了估计误差极限,提供了算法参数选择的依据,并给出了该算法DSP实现电路.理论分析和仿真结果均表明该算法不仅频率估计范围比较宽,且性能逼近CRB(Cramer Rao Bound)界,可以应用于TDMA通信系统及OFDM系统的载波恢复中.     

汽车侧偏角估计方法比较

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.     

基于两级滤波的车辆相对加速度估计

针对智能交通中汽车防追尾碰撞预警技术难以准确获取车辆间相对加速度,从而影响预警准确性的不足,提出了一种基于两级卡尔曼滤波的相对加速度估计方法.首先建立准确描述车辆间相对加速度变化的车辆相对运动模型,利用卡尔曼滤波递推方法初步估计出相对加速度值.然后进一步结合相对速度信息,利用第二级卡尔曼滤波估计相对加速度的误差,对初步估计的相对加速度值进行修正,从而获取较为准确的相对加速度信息.实车试验结果表明,该方法的准确性和可靠性好,加速度估计误差小于0.5 m/s2.     

一种改进的LFMCW雷达多目标加速度和速度估计方法

针对已有估计算法对线性调频连续波(LFMCW)雷达多目标加速度和速度参数的估计精度差、计算复杂度高等问题,该文提出一种改进方法。该方法将时频重排平滑伪Wigner-Ville分布(RSPWVD)与Radon变换相结合,通过恒虚警率检测和阈值处理,实现了LFMCW雷达多目标加速度与速度参数估计,克服了现有方法中计算复杂、存在误差积累效应的缺点。给出了估计算法的实现步骤。仿真实验结果表明:改进方法在低信噪比时仍具有较高的参数估计精度。     

广义二次相关时延估计算法改进

在基于TDOA的声源定位算法中时延估计的精确度是关键,时延估计极小的误差也会导致定位结果的偏离,因此为了提高声源定位的精度,必须对时延进行准确的估计.传统的广义互相关时延估计方法是通过添加相应的加权函数来提高语音信号中的有效成分,从而提高时延估计的精度.然而现实中声学环境非常复杂,在较低信噪比的情况下,传统广义互相关时延估计法的性能开始下降,导致时延估计误差变大.针对这一问题提出了一种基于二次相关的广义互相关时延估计改进算法,该方法首先通过滤波器对接收到的音频信号进行滤波,再利用二次相关抑制了噪声对信号的干扰,然后对加权函数进行改进,提高时延估计精度.最后计算机仿真实验表明,无论在低信噪比还是在高信噪比甚至是弱混响的环境下,该方法都获得了较好的时延估计性能.     

基于互相关理论的音频信号延时估计新方法

针对延时估计传统算法复杂、不容易实现等问题,研究了基于互相关的时间延迟估计方法及其算法。提出了一种基于互相关理论的音频信号延时估计的新算法,并将其应用到在多路音频信号延时估计中。本文提出的方法大大加快了运算速度,取得了满意的实验结果,为实际多路音频信号延时估计提供了新的方法和理论依据。     

曲线模型的自适应跟踪算法

针对机动目标跟踪问题,提出了一种基于曲线模型的自适应跟踪算法.算法中设计了一种角速度估计方法,即通过采用内嵌交互多模型方法针对目标的角度进行实时滤波,获得目标的角速度和角加速度,从而自适应调整与目标转弯相关的法向加速度和切向加速度.算法简化了计算复杂度,扩大了适用范围.仿真试验证明了该算法的有效性.     

基于决策树的自适应互补滤波姿态解算

为解决惯性传感器在磁场干扰和大加速度干扰坏境下姿态解算精度下降的问题,提出了一种基于决策树自适应的互补滤波姿态解算方法。针对陀螺仪特性,对其进行零偏补偿处理。将处理后的角速度数据与加速度数据构成静态检测单元,实现了静态情况和动态情况的准确分类。在动态情况下,由加速度数据和磁场数据组成的决策树通过分析外界干扰程度来自主调节系统误差增益,进而达到抗干扰目的,有效提高姿态解算精度。实验结果表明,静态情况下姿态解算不受磁场干扰,动态情况下能够有效避免磁场和大加速度干扰。     

基于正负斜率调频多带Chirp信号的移动目标参数估计

由于移动目标产生多普勒频移受到Chirp信号的调制,已有的单带线性调频连续波(linear frequency modulated continuous wave,LFMCW)信号对移动目标的速度和加速度估计方法存在较大误差。在多带Chirp系统中,通过对正负斜率调频多带Chirp信号进行差拍处理与傅里叶变换有效地抑制了这种因素引起的误差。除此之外,正负斜率调频多带Chirp信号测速方法有效地提高了移动目标分辨距离。同时,通过对接收信号的差拍结果进行基于重排的平滑伪魏格纳威利时频分布（reassign smooth pseudo wigner ville distribution,RSPWVD）与Radon变换,恒虚警（constant false alarm rate,CFAR）检测和阈值处理,实现对移动目标的加速度和速度估计。给出了移动目标速度与加速度估计算法,具体实现步骤和仿真结果。仿真实验验证表明,改进后的移动目标参数估计方法对低速移动目标测速精度有明显提高。     

基于粒子滤波的结构参数和荷载同步识别方法

在输入荷载未知的情况下,为解决结构参数和荷载的同步识别问题,将速度、位移、结构参数和输入荷载同时作为状态值构建状态空间方程,选用非线性性能较好的粒子滤波辨识结构参数与荷载.针对利用加速度进行荷载识别时出现的漂移问题,采用梯形积分和零相位高通滤波,通过测试得到加速度计算速度、位移数据,并运用计算值更新粒子滤波求得的速度、位移状态值,从而消除漂移现象.数值算例表明,文中方法能同时识别结构参数和荷载值,与真实值的误差较小,可有效解决识别过程中荷载识别值漂移的问题.     

有信道估计误差时MC-CDMA系统PIC检测性能分析

分析了有信道估计误差的情况下,MC-CDMA系统下行链路PIC多用户检测的性能,推导出了系统误差码率表达式,通过和无估计误差时系统的误码率公式对照,表明信道估计误差降低了系统性能,提出并验证了一种有效的对抗信道估计误差的方法。     

基于分段递推最小二乘估计的汽车质量辨识试验

基于电动轮驱动电动汽车平台道路试验,对一种新的汽车质量辨识算法进行了研究.该方法根据加速度传感器能够测量沿测量轴的重力分量的特点,排除了坡度对质量辨识的影响;根据加速度分段方法,分别利用两段递推最小二乘算法得到行驶阻力及质量的估计值.在电动轮驱动电动汽车平台上分别进行了沥青、塑胶及碎石路面上以及坡道上的试验,分析了行驶阻力与质量辨识的误差与收敛情况,并针对几种特殊工况对算法进行适应性改进.试验结果显示,不同质量及道路状态下的估计误差均在2.5%以下,表明所设计的辨识算法具有很高的估计精度,具有良好的工程应用价值.     

非定常对流扩散问题间断有限元方法的后验误差估计

后验误差估计是自适应算法的基础.为了设计有效的自适应算法,必须恰当估计数值解的误差界,自适应算法依此来实现网格的局部调整,提高计算效率,改善计算精度.运用对偶论证,给出了非定常对流扩散问题间断有限元(DG)方法的后验误差分析.由有限元的正交性、分部积分和相关逼近性质,严格推导出误差泛函的上界.     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。