自适应卡尔曼滤波在供水管网爆管预警的应用

根据Supervisory Control and Data Acquisition （SCADA）系统异常监测值能及时预警供水管网爆管,但由于用水周期变化、随机波动及监测误差,导致实际中很难预警较小爆管。针对该难题,开展了基于自适应卡尔曼滤波的供水管网爆管信号识别研究,提出将历史监测数据按用水周期分解,采用自适应卡尔曼滤波结合平均低通滤波对管网供水量进行实时估计,根据监测值与估计值的差,预警爆管、估算爆管流量。分别采用仿真数据与实测数据验证所提出方法,结果表明,所提出方法可用于实际供水管网爆管预警;对所采用实测数据,爆管预警精度约为最大时水量的9%;此外,实际爆管预警精度主要取决于用水量本身的随机波动,同时与监测数据采样频率相关。     

基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

基于负载口独立控制的双伺服阀控缸系统

针对电液伺服系统对控制精度和节能的需求,提出了一种基于负载口独立控制的双伺服阀控缸系统.首先对系统进行了建模分析,然后利用鲁棒自适应的方法对系统进行了完全解耦,针对主、被动负载均存在的位置伺服工况,设计了以位置跟踪为目标的进油口控制器和以压力控制为目标的回油口控制器.同时分析了系统的节能性,设计了基于扩张状态观测器（ESO）的油源压力控制器以及液压泵流量控制器.最后通过实验验证该系统的控制性能和节能效果.      

基于功率-距离的LTE-R切换算法优化研究

传统的基于长期演进的铁路移动通信系统(long term evolution-railway,LTE-R)切换算法对切换参数的选择不能很好地适应列车的高速移动,由此导致的“切换滞后”现象容易造成更多的失败切换,影响列车运行控制和旅客无线通信体验。当列车高速穿越小区时,对越区切换的要求更加严格,简化信令流程以及实现快速切换是LTE-R急需解决的问题。以减少错误触发和实现快速切换为出发点,提出一种基于功率-距离的切换优化方案,充分考虑速度对切换参数的影响,并加入距离因素,只有当列车到达一定触发位置时才可以进行触发判断,如满足条件则直接进行切换。该算法在避免列车提前错误触发的同时舍弃触发时延(time to trigger, TTT)指标,在一个测量周期内即可实现快速切换。仿真结果表明,所提的方案能够更好地保证高速环境下列车的切换成功率。     

碳纤维角联织机卷取系统张力网络化控制研究

针对碳纤维角联织机卷取系统中的张力控制问题,对卷取系统进行动力学分析并建立动力学模型;在考虑网络诱导时延、数据包丢失及网络带宽占有率等因素的基础上设计一种自适应模糊PID控制器,将此控制方法与常规的PID控制方法进行仿真对比。结果表明,在同时存在网络诱导时延、数据包丢失及网络带宽占有率的情况下,自适应模糊PID控制方法超调量小、输出张力波动小、跟踪效果良好、系统稳定性强,具有更好的控制效果。     

基于分数阶变换的彩色图像自适应重构水印算法

首先, 采用分数阶Fourier变换算法, 对彩色图像进行分数阶频域变换, 分析图像的频域信息, 筛选出适合嵌入水印的系数, 作为水印的嵌入位置; 其次, 定义频域系数的隐蔽特性, 并对隐蔽特性进行分级, 使水印嵌入系数达到最优; 最后, 对二值化水印图像分块做提升小波变换和压缩感知测量, 将测量结果作为水印信息嵌入到载体图像中, 解决了当前多数水印算法嵌入信息冗余度高, 含水印图像抗攻击能力不足的问题. 实验结果表明, 该算法在抵抗几何攻击、 噪声干扰等方面性能良好, 显著降低了水印信息冗余度, 提高了嵌入的效率和水印信息安全性, 增加了水印算法的可靠性.     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

一类自适应网络上的传染病模型研究

利用多项分布下的三元组逼近公式,对自适应网络中的SIS矩封闭传染病模型进行封闭,研究多项分布下自适应行为对传染病传播的影响,通过定性与稳定性理论,得到了模型的基本再生数R0,分析了平衡点的稳定性.得到断边重连自适应行为对传染病传播具有多重作用:当相对传染率足够小时,模型发生标准的前向分支,R0<1时疾病趋于灭绝;反之,从数学理论上严格证明了重连可导致后向分支和鞍结点分支等复杂动力学行为的发生,因此R0<1不足以控制传染病的传播。     

高原机场中断起飞决断速度计算与分析

针对现有的飞行理论对中断起飞决断速度计算研究不足并且计算方法单一的问题,利用Matlab/Simulink仿真平台构建了中断起飞距离计算模型,通过计算不同飞行条件下不同故障速度的中断起飞距离,得到大量的训练样本。建立三层神经网络模型,以飞行条件和中断起飞需用长度为输入量,故障速度为目标量,对神经网络模型进行训练,直到均方差达到要求。将神经网络运算结果、仿真平台运算结果、手册数据进行对比,证明了提出的利用神经网络计算起飞决断速度的方法是有效的。利用神经网络,对海拔高度、飞行质量、温度、风速、跑道可用长度变化对中断起飞决断速度的影响进行了分析,给出了相关曲线。本文使用的神经网络方法精度较高,计算也比较便捷,可以应用到其它机型在不同条件下的中断起飞决断速度计算中,具有一定的实用价值。     

基于K-means++的无线传感网能量高效分簇协议

针对传统无线传感网的分层路由算法中存在着分簇不均匀、簇首数量不固定、簇首位置不合理、节点的可扩展性不足以及数据传输方式比较单一的问题,提出一种无线传感网能量高效分簇协议.该协议在簇的建立阶段基于K-means++聚类算法进行分簇并采用S_Dbw聚类评价指标挑选其最优分簇,在簇的建立阶段,从每个簇中选取簇内剩余能量最高的节点作为簇首;在数据传输阶段,基于节点间的通信代价使用Dijkstra算法来寻找每个簇首到汇聚节点的最优路径.仿真结果表明:该协议可降低节点与汇聚节点之间数据传输的能耗,延长传感网的生命周期,并且在整个网络能量处于较低水平时也可以较好的覆盖整个监测区域.