基于黏着力观测器的列车空气制动防滑控制

针对列车制动过程中因黏着条件恶化导致滑行的问题,提出基于黏着力观测器的新型防滑控制方法。采用观测器对制动过程中的利用黏着力进行实时观测,并基于轮对滑移率和车辆减速度设计防滑控制器进行防滑控制。采用Polach模型模拟轮轨间黏着力对控制器进行了仿真验证,结果表明新型防滑控制方法在持续低黏着和黏着条件2次突变的这2种不利工况下都能准确观测得到利用黏着力,使轮对的滑行程度得到有效控制,并能充分利用轮轨黏着。同时,本控制器通过在防滑过程中不断修正目标制动力,实现制动缸压力的平滑调节,避免了压缩空气的频繁反复充排。     

城市单路口交通信号两级模糊优化控制与仿真

该文提出交通信号两级模糊控制的两种优化方法.首先,针对两级模糊控制器在低流量下考虑多维交通状态变量致使路口交通状态弱化,提出一种两级组合模糊控制器,其采用0-1组合思想,立足路口交通状态特征选取模糊控制器的交通状态变量的组合及结构.接着,针对模糊控制器参数经验设置及不具备学习能力,提出一种两级模糊在线优化控制器,其引入滑动时间窗思想,采用混合遗传算法在线同时优化模糊控制器隶属函数和控制规则的参数;最后,开发两级模糊在线优化控制的Paramics仿真平台,对两种模型进行效用评价;仿真结果表明所提出的方法分别从模糊控制器结构和参数优化的角度改进了两级模糊控制器的不足,控制效果符合交通管理者的控制目标.     

发电机励磁与汽门系统的改进神经网络逆控制方法

为提高发电机励磁汽门系统机端电压和转速的控制性能,提出了基于在线学习和扩张状态观测器(ESO)的改进神经网络逆控制方法.首先,将神经网络逆与被控励磁汽门系统组成的复合伪线性系统等效为含有扰动的线性系统.然后,基于自抗扰控制方法,设计了用于在线估计复合伪线性系统状态和扰动的ESO,并在设计的伪控制量中对扰动进行补偿,利用线性系统理论证明了ESO的收敛性和闭环系统的稳定性;同时,在离线训练的基础上设计了基于在线梯度方法的神经网络逆在线学习算法,利用李雅普诺夫稳定性理论证明了神经网络逆在线学习的收敛性.最后,以典型的两区域四机系统为例进行数值仿真,结果表明,与传统的AVR/PSS方法和基于离线训练的神经网络逆控制方法相比,所提方法明显提升了电力系统的暂态性能.     

多传感器粒子滤波融合跟踪算法

对于非线性非高斯环境中的多传感器分布式状态估计问题,提出了一种基于二阶中心差分粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,以在线自适应加权融合算法的方式得到系统最优估计.仿真结果表明,与采用扩展卡尔曼滤波的方法相比,该算法具有更高的估计精度.     

基于卡尔曼滤波的参考速度估计及仿真

为提高轨道交通车辆在制动防滑控制中速度差测量的准确度,本文利用4个轴的轴速信号建立系统状态空间模型,基于卡尔曼滤波算法对防滑控制中的参考速度进行估计。本文首先根据前一阶段的量测信号的波动情况及卡尔曼滤波算法的估计误差修正协方差矩阵,保证估计的稳定性和准确性。其次对比分析了几种估计方法的效果。最后通过实车数据,对卡尔曼滤波算法的有效性进行了验证。     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

部分联网环境下交叉口排队长度估算与信号自适应控制

为改善城市道路交叉口的交通拥堵状况,克服传统交叉口感应控制的弊端,提出了部分车辆联网环境下交叉口实时车辆排队长度的估测算法,建立了基于延误时间最小化的通行优先级计算模型,在此基础上综合考虑交叉口通行安全等因素,设计了交通流向动态组合的交叉口自适应控制方法.为了验证模型与方法的准确性和可行性,通过对VISSIM-COM编程完整地实现了上述控制逻辑,并选取典型交叉口进行仿真验证.结果表明:文中提出的排队长度估测算法具有较高的准确性;相比传统感应控制和固定配时设计,文中提出的控制模型在交叉口平均排队长度方面的优化幅度达70%,平均延误时间分别降低约65%和55%,并且弥补了传统感应控制在接近饱和及过饱和交通状态下疏导能力不足的缺陷,有效地提高了交叉口运行效率.     

水火电力系统短期发电计划研究

为克服现有方法求解复杂水火电力系统短期发电优化计划的缺陷,提出一种新型优化算法对此类动态非线性约束优化问题进行求解.该算法通过选取沿连续两次迭代计算时次梯度之差的方向进行空间扩张,以此构造出极小化的空间扩张优化算法.同时,对复杂的约束条件采用自适应更新罚因子的不光滑精确罚函数加以处理.算例仿真计算的结果表明该方法求解精度高、收敛速度快,进一步验证了算法的正确性和有效性.     

基于PSO的自抗扰飞行控制律参数优化方法

提出了一种基于粒子群优化(PSO)的自抗扰(ADRC)超机动飞行控制律参数优化方法.分析了自抗扰超机动飞行控制律的参数取值和调节问题,讨论了扩张状态观测器(ESO)中非线性函数的系数对系统性能的影响,并给出了系统的性能指标函数.在给定的参数范围内,采用标准的PSO算法对ESO中非线性函数的系数进行了参数优化,优化结果表明:这种算法可以按性能指标搜索到近似的最优参数.采用该算法得到的参数对超机动飞行控制律进行了数字仿真.仿真结果表明:控制律具有良好的动态和稳态性能,该参数优化方法是有效的.     

基于状态估测法的双通道励磁装置跟踪技术

针对双通道可控硅励磁装置普遍采用的通道状态跟踪技术存在微机故障时切换可靠性较低的问题,提出一种通过发电机状态参数估测可控硅控制角度的跟踪技术.运用该技术研制的双通道励磁装置具有在线切换扰动小、微机故障情况下切换可靠性高等优点.     

基于自适应步长的MIMO-OFDM信道估计技术

针对现有的多天线正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIMO-OFDM)系统自适应信道估计算法均未充分利用信道状态信息的时频相关性,导致估计性能不够理想的问题,提出一种自适应调整可变步长参数的信道估计算法。该算法以一维的最小均方误差(least mean square,LMS)自适应信道估计算法为基础,通过充分利用当前的信道矩阵的时频信息,自适应调整最优步长参数,解决了实际估计算法中使用时频二维信息进行估计复杂度高的问题,并获得了较为理想的信道估计精度。仿真结果表明,该算法能有效提高信道估计的精度,且对多普勒频移具有很强的鲁棒性。     

基于ARM的列车运行控制算法仿真测试系统

介绍了列车运行控制系统的基本组成和原理,采用通用ARM芯片S3C2440设计了列车运行控制仿真硬件系统以及包含列车模型的PC端仿真软件.使用串口UART实现下位机控制系统硬件和上位机列车仿真模型软件之间的数据通信.最后,设计了基于滑动模态状态观测器的列车控制算法,并在仿真测试系统中进行了测试.     

基于深度神经网络-近似线性网络混合模型的电力系统状态估计方法

为提高电力系统实时状态估计的精度和计算效率,解决电网电压波动频发、潮流分布的不确定性剧增等问题,通过提出一种基于深度神经网络和近似线性网络模型的电力系统状态估计方法,研究了其在电网的应用。该方法将混合系统量测数据通过粒子滤波算法得到样本集,利用训练样本训练所提出的混合神经网络模型,最后将测试样本输入已建立的模型中获得系统状态的估计结果。通过IEEE118节点系统进行的负载数据仿真实验表明：基于混合神经网络模型的电力系统状态估计方法不仅能快速进行海量数据训练,还能有效避免过拟合;在实时状态估计的精度和计算效率方面相较于高斯-牛顿法均有提高。可见所提方法在电力系统实时状态估计方面具有一定的应用价值。     

用于心肌细胞边缘检测的Snake算法研究

针对现有Snake算法易受噪声干扰、缺乏外部约束力、不能收敛于凹点等缺陷，提出了采用自适应外约束力、平滑差分滤波和蛇点停止运动的准则来控制Snake的运动。可克服已有Snake算法的缺点，同时编程简单，运算速度快。将其用于活体心肌细胞的边界跟踪，取得了良好的效果。     

基于改进的UPF算法的列车组合定位方法研究

车实时定位是保证列车安全运行的重要环节。随着北斗卫星导航系统的发展,北斗卫星已逐步具备应用于列车定位的能力。针对北斗导航定位系统的特点及存在的问题,将SINS系统作为其补充定位方式。由于传统滤波算法在进行状态估计时仍存在粒子退化现象。为了进一步提高估计性能,提出了基于人工免疫无迹粒子滤波算法（AI-UPF）的列车组合定位方法。将人工免疫算法引入UPF算法的重采样过程,对粒子进行克隆和变异,改善了样本集的多样性,减轻了退化现象的影响。用该方法和UPF算法分别对北斗/SINS列车组合定位系统进行仿真实验。结果表明,AI-UPF算法能进一步减小定位误差,滤波效果较好。     

在线快速抑噪的自适应强跟踪滤波算法

针对强跟踪滤波算法对系统时变噪声缺乏自适应能力,导致系统状态估计精度较低的问题,提出一种可以在线估计噪声协方差阵的快速抑噪自适应强跟踪滤波算法,该算法可以抑制噪声对系统状态估计的影响,使系统状态估计迅速收敛到真实值附近.仿真实验对比了强跟踪滤波算法和快速抑噪自适应强跟踪滤波算法在噪声变化环境下的性能,结果表明：快速抑噪...     

半Markov控制过程基于性能势仿真的并行优化算法

根据等价Markov过程方法,研究了一类半Markov控制过程在紧致行动集上关于无限水平平均代价准则的性能优化算法.由于实际系统的状态空间往往非常大,因此通常的串行仿真算法可能会耗时过长,或由于硬件限制而无法实现.针对这些问题,提出了一种基于性能势的并行仿真优化算法,以期寻找系统的最优平稳策略,并用该算法对性能势的仿真和策略寻优分别进行了并行化,获得了较好的运行效率.仿真实例表明了该算法的有效性.这一算法可应用于大规模实际半Markov系统的性能优化.     

基于GNL模型自适应无迹卡尔曼滤波的电动汽车的荷电状态估计

随着电动汽车的高效发展,逐年递增的退役动力电池回收利用已刻不容缓,对电池进行精确、可靠的荷电状态(state of charge,SOC)估计是实现电池梯次利用的关键技术。传统估计方法均未考虑对老化电池影响较高的自放电因素,本文采用在二阶RC模型基础上考虑了自放电因素的GNL电路等效模型,通过脉冲放电对模型参数进行辨识。对相应的状态空间方程利用矩阵二次型方法进行离散化,并利用自适应无迹卡尔曼滤波算法对SOC进行实时估计及更新。在间歇恒流工况和变电流工况下以老化电池为实验对象对算法进行了对比验证,结果表明双卡尔曼滤波法在初值估计不准确的时候不能及时收敛到SOC真值附近并跟随,基于二阶RC模型的自适应滤波算法估计的误差在工况后期较大,基于GNL模型的自适应滤波算法对老化电池的估计精度较高,误差在0.5%之间。结果表明该方法可使状态估计值具有较小的误差和快速跟随性,满足了SOC 估计的实际需求。     

地震作用下结构振动最优控制的一种一般算法

基于对地震激励输入结构过程的重新理解,直接从二次型控制目标函数的泛函变分出发,推导出了一种更为一般的最优控制算法,并用状态转移的数值方法加以实现．所获得的最优控制力表达式同时包含了结构响应和地震激励两部分的影响,从概念上改进了现有的结构最优控制算法;还导出了最优控制力系数表达式,用代数公式取代了传统的Riccati微分方程的求解,提高了计算效率．算例表明,该算法的控制效率优于现有的两种结构最优控制算法,具有更高的精度,且稳定性良好．     

移频信号解调算法研究与DSP实现

随着我国高速铁路的快速发展,快速准确的检测列车自动控制系统中轨道电路移频信号参数成为了列车安全运行的重要保证.针对现有轨道电路移频信号检测算法在检测精度和检测时间上的局限,以及传统测试仪在智能化上的不足,对移频信号的频谱特点进行了分析研究,基于频谱特点利用欠采样技术和汉宁窗频谱重心校正算法对移频信号参数进行了解算,并基于DSP搭建了实验平台对算法进行了移植和实测验证.实验结果表明,该算法能够快速准确地自动检测出移频信号的各项主要参数.