基于虚拟艇引导的无人艇轨迹跟踪模型预测控制

针对无人艇在跟踪任务前期因位置偏差过大及约束存在而导致模型预测控制器(MPC)震荡问题，提出一种由虚拟无人艇引导的MPC控制策略，引用虚拟过渡轨迹代替实际无人艇的目标轨迹，并设计转换条件决定无人艇在执行过程中何时退出该虚拟引导策略。为解决MPC稳定性问题，基于准无限模型预测控制理论，在MPC设计中添加终端惩罚函数，通过构造Lyapunov函数，证明了本文方法在有限时域内的稳定性。引入非线性干扰观测器对复杂海洋环境中的干扰进行观测，利用控制器对其进行补偿。圆形、正弦和直线三种工况的仿真实验验证了本文方法的有效性及准确性，可实现水面无人艇在复杂海洋环境下的轨迹跟踪控制。     

飞行动目标RCS可视化计算

通过动力学方程和运动学方程计算飞行动目标的飞行轨迹,利用飞行扰动模型计算飞行过程中的飞行随机抖动,将图形电磁计算的方法推广到计算飞行动目标的雷达散射截面,并比较了考虑随机抖动前后的计算结果.     

基于行驶轨迹的道路线形质量评价

为提高道路线形质量,提出了利用差分GPS与航位推算(DGPS/DR)组合定位技术和计算机技术实时地获取行驶轨迹线坐标以及通过这些坐标计算道轨迹参数的研究思路,对其中的一些关键问题进行了分析,其中包括组合定位系统的数据处理、轨迹线各项参数的计算推导及轨迹线与道路设计线差异性分析。     

面向骑行地图推断的轨迹数据质量提升方法

由于定位设备误差、非机动车骑行习惯等因素的影响,骑行轨迹存在数据异常与定位信息缺失等质量问题,为骑行地图推断和骑行路径规划等基于轨迹的应用带来了极大挑战.为解决上述问题,提出了一个面向骑行地图推断的轨迹数据质量提升框架,包括网格索引构建、异常轨迹点的消除、徘徊轨迹段的消除、违章轨迹段的消除、漂移轨迹段的校准以及缺失轨迹的恢复等.在真实非机动车骑行轨迹数据集上进行了对比实验和消融实验,实验结果验证了所提方案对于提升骑行地图推断的精度优于现有方法.     

基于线性自抗扰的AGV轨迹跟踪控制器设计及参数优化

针对自动导引车（AGV）的轨迹跟踪问题，通过将多入多出的非线性运动学系统解耦为多个单入单出的线性系统，在此基础上设计了基于线性自抗扰控制（LADRC）的轨迹跟踪控制器；引入混沌搜索对量子粒子群算法（QPSO）进行改进以解决其易于陷入局部最优的问题，然后利用混沌量子粒子群算法（CQPSO）对LADRC控制器的参数进行整定；最后分别就参考轨迹为直线和参考轨迹突变情况下的轨迹跟踪情况进行了仿真实验，实验结果证明了本文设计的轨迹跟踪控制器的有效性。     

正交激励超声切削装置的椭圆轨迹偏转与校正

为研究超声椭圆振动切削（ultrasonic elliptical vibration cutting,UEVC）刀尖轨迹形成及控制,解决刀尖轨迹非正椭圆问题,建立二维正交柔性导波UEVC装置刀尖轨迹的运动学模型;分析90°相位差下非正椭圆轨迹产生原因,建立刀尖轨迹校正模型,并推导出基于正椭圆轨迹下的刀尖轨迹偏转模型。通过实验对刀尖轨迹校正模型进行验证,校正后轨迹偏离坐标轴1.67°,小于校正前偏离角度。实验结果表明,该模型能够有效地校正刀尖轨迹,可在轨迹控制方面为后续研究刀尖轨迹偏转及变刀尖轨迹超声振动加工提供理论基础。     

一种改进的广义预测控制算法

广义预测控制（GPC）在大纯滞后过程控制中仍有不足．本文通过调整GPC的参考轨迹，对GPC算法做了改进，提高了GPC的稳定性和鲁棒性，仿真结果表明此算法控制效果具有良好的应用价值．     

关于零度根轨迹和参数根轨迹的讨论

基于１８０°根轨迹分析方法,导出了零根轨迹和参数根轨迹所应遵循的根轨迹方程,并对它们的根轨迹方程进行等价变换,从而得到利用计算机借助ＭＡＴＬＡＢ 语言也能对零度根轨迹和参数根轨迹进行绘图仿真的结果．     

考虑轨迹预测补偿的履带车辆滑动参数估计方法

由于履带与地面之间的相互作用力复杂,因此为履带车辆建立精确的模型较为困难.该文提出了一种基于轨迹预测补偿的双重无遗Kalman滤波(DUKF)的履带车辆滑动参数实时估计方法.上层无迹Kalman滤波(UKF)利用历史轨迹信息对滑动参数进行初步估计,将初步估计的滑动参数输入基于履带车辆瞬时转向中心(ICR)的车辆模型进行...     

基于有趣地点压缩的时空轨迹聚类

研究移动物体时空轨迹局部关键地点时空相似的聚类问题.根据移动物体的运动状态提取轨迹中的有趣地点,利用最小包围盒技术对这些有趣地点进行描述,得到基于有趣地点压缩的轨迹表示形式;然后给出一个时空属性相结合的相似性度量公式,对压缩表示的轨迹进行相似性度量;基于这个相似性度量公式对轨迹进行聚类,聚类方法采用层次聚类法.实验结果表明,本文提出的方法能有效地对移动物体时空轨迹进行聚类,由于采用了增量式的轨迹压缩方法,不仅提高了聚类的速度,而且还实现了增量式的轨迹聚类.