基于GPS弹道测量的卡尔曼滤波参数估计算法

为提高基于GPS定位的弹道辨识方法的实时性和可靠性,提出了一种以弹道微分方程四阶龙格库塔数值积分预测作为状态量递推的卡尔曼滤波弹道参数估计算法,并针对卫星接收机有粗大误差或失效情况对方法进行了改进. 利用卫星信号模拟器和C/A码GPS接收机构建半实物仿真系统对算法进行验证,该方法的弹道参数估计误差是GPS接收机正常工作时测量误差的30%～40%;且能在GPS接收机出现异常时继续给出接近实际的估计值.     

一种GPS弹道辨识方法的精度仿真分析

为提高弹道修正精度,提出一种利用GPS测量数据对弹道进行辨识的方法.该方法可在降低GPS测量随机误差影响的同时,间接得到某时刻弹道倾角,为弹道预测提供初始参数.采用蒙特卡罗模拟的方法,对这种弹道辨识方法的精度进行了计算.结果表明,以目前商用单频C/A码GPS接收机的测量精度,该弹道辨识方法对落点预测的圆概率相对误差为0.09%,能够满足弹道修正引信精度要求.     

基于改进PSO算法的岩石蠕变模型参数辨识

微粒群优化(PSO)算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点.针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识.该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识.利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明:改进的PSO算法用于岩石蠕变模型的参数辨识是有效的.     

瞬态下基于MRAS的DC-DC转换器参数辨识

为了解决实际应用中电感和电容值漂移的问题,提出一种瞬态条件下基于模型参考自适应系统(MRAS)的在线参数辨识算法,该算法可以同时辨识电感和电容.首先,介绍了基于MRAS的在线辨识系统结构;然后,根据MRAS基本原理和Boost转换器状态方程提出了一种基于MRAS的在线电感和电容辨识算法,并利用波波夫超稳定理论对辨识系统的稳定性加以证明;最后,对基于MRAS的参数辨识算法进行仿真验证.仿真结果表明:该算法的电容辨识误差在0.1%以内,电感辨识误差在0.2%以内.     

基于大气测量信息的风估计算法研究

针对投放开环飞行子弹药的空地布撒武器命中精度受平面风影响严重的问题,提出在具有SINS/GPS系统的空地制导布撒武器硬件基础上,加装大气测量设备进行平面常值风速、风向估计.根据空地制导武器的不同射程、动力及弹道方案,分别提出开环制导飞行风速估计算法及闭环飞行风速估计算法.建立六自由度模型,利用相应误差源对闭环风速估算方法进行验证与精度分析.仿真表明该算法精度较高,具备较强的实际工程应用潜力.     

采用混沌粒子群优化算法的水质模型参数辨识

提出了一种新的适用于水质模型参数辨识的混沌粒子群优化(LCPSO)算法.与粒子群优化(PSO)算法相比,该算法将Logistic混沌搜索嵌入到PSO算法中,利用混沌变量产生初始粒群,并对子代部分粒子群体进行微小扰动,随着搜索过程的深入逐步调整扰动幅度,以克服PSO算法的早熟、易陷入局部极值等固有缺陷.采用标准测试函数,将该算法与遗传算法(GA)和PSO算法进行比较,证明了其收敛速度和寻优能力的优越性.采用实测水质数据,将LCPSO算法应用于具有一定工程价值和复杂程度的Dobbins-Camp BOD-DO水质模型的参数辨识.结果显示,所得水质数据与实测值误差平方和仅为0.150 3,且相对误差在±0.2%范围内,故该算法可为水质模型的参数辨识提供一条新的途径.     

基于串行RLS的汽车双参数联合辨识

整车质量与质心位置是汽车重要的结构参数,也是试验中必要的量测值和主动安全控制系统必需的工作参数.文中针对汽车实际使用过程中质量经常发生变化的情况,提出一种汽车双参数联合辨识方法.该方法基于两个串行的递推最小二乘(RLS)法,以汽车出厂初始参数为串行RLS辨识算法的初始值,结合蛇行试验辨识质心位置;然后,以辨识所得的质心位置结合双移线试验辨识整车质量,将辨识所得质量序列方差作为门槛值,通过有限次的递推循环,可以使得汽车整车质量、质心至前轴距离两参数的相对误差均收敛到3%以内.文中最后通过ADAMS虚拟试验验证了算法的有效性.     

基于随机抽样参数辨识的动力锂电池组仿真模型构建

为解决多电芯电池组建模过程中电池参数辨识大量耗时的问题,根据电池组中各单体电池参数呈正态分布的特点,提出一种基于统计学方法和最小电动势的复合电池组建模方法.该方法首先随机抽取电池组中部分单体作为样本,利用脉冲充放电实验和最小二乘辨识方法对样本电池进行参数辨识;然后以样本电池参数的平均值和方差代表电池组的参数特征进行电池组模型构建;最后基于Simulink平台进行计算机仿真实验,并对比实际充放电实验数据.结果表明,两者的端电压误差在0.05 V以内,相对误差1.5%,验证了所提方法的有效性.     

基于改进粒子群算法的分数阶系统辨识方法

为获取精确的分数阶系统模型,本文利用惯性权值自适应律来改进基本粒子群算法,基于所改进的粒子群算法提出了一种分数阶系统辨识方法,并选取实际系统与辨识系统的输出误差平方和为目标函数,实现了分数阶模型参数和阶次的同时辨识,适用于成比例和不成比例分数阶系统辨识。仿真结果表明了算法的有效性,辨识结果精度较高。     

基于DRNN神经网络的挖掘机伺服系统参数辨识

为有效分析挖掘机电液伺服系统,提高依据模型设计控制器的精度,建立了系统状态空间模型。针对模型中的不确定参数,提出了基于对角回归神经网络的系统辨识策略。通过神经网络在线学习得到系统Jacobian信息,将实测信息代入含Jacobian信息与待辨识参数的线性方程,利用最小二乘法求得未知参数。实验表明,辨识模型能从初始阶段的微小误差逐渐地逼近实际系统,所提出的方法能有效辨识系统参数。     

基于改进Gauss-Newton法的在役桥梁结构参数识别

针对在役桥梁结构静力参数识别中识别参数初始值难以确定的特点,提出了改进Gauss-Newton法.先对在迭代矩阵中增加一个阻尼项以防止迭代矩阵出现奇异的方法进行初步识别,再将初步识别结果作为Gauss-Newton（G-N）法的初始值进行再识别,从而既克服了G-N法对初始值要求苛刻的缺点,又保持了G-N法识别精度高的优点.模拟试验结果表明,该方法既能有效处理奇异和非正定矩阵,消除由于初始估计值偏离真值过大而造成识别结果发散的困扰,又能大大提高识别精度,从而保证了在役桥梁结构参数识别结果的可靠性.     

激光半主动末修弹目标定位方法研究

在激光半主动末修弹实施弹道修正前,为实时精确得到地面目标相对弹丸的位置,提出利用激光探测器测角信息结合先验弹道的弹丸姿态角和弹道高信息得到目标相对位置的定位算法. 建立了目标定位模型,并利用蒙特卡洛法仿真,分析了弹丸在不同发射角下视角误差、弹丸姿态角误差和弹道高误差对定位精度的影响. 仿真结果表明,弹道高误差对定位精度影响最大,但单项误差因素引起的最大定位误差不超过12 m;弹丸发射角越大,其定位精度相对越高. 提出的目标定位方法简单易行,满足精度和实时性要求.      

基于PSO算法的定速风电机组三质块传动系统模型参数辨识

为获得传动系统模型的准确参数,提出阵风激励下三质块传动系统模型的参数辨识方法。根据定速风电机组机械动态与电气动态解耦的特性,提出在辨识传动系统模型参数时可忽略电气动态,据此获得定速风电机组的简化模型。采用轨迹灵敏度方法,分析了传动系统各参数的可辨识性及辨识的难易程度。基于粒子群优化算法(PSO)对传动系统模型进行了参数辨识。辨识结果与轨迹灵敏度分析结论一致,验证了提出的参数辨识方法的可行性。     

基于移动最小二乘法的轨迹拟合切线方位角计算

基于移动最小二乘法,提出了轨迹切线方位角算法.利用实测数据验证了算法的可行性,并对算法关键参数(紧支系数与权函数)的设置进行了讨论.结果表明:该方法简单易行,适用于形状弯曲较小的轨迹;移动最小二乘法中的紧支系数应满足计算的需求,但不宜过大;权函数能提高拟合精度,但对轨迹切线方位角的精度几乎没有影响.     

工业机器人的多微机自适应控制算法

本文应用参数辨识和动态递阶控制方法研究工业机器人轨迹控制问题,提出了一种采用多微机系统的自适应控制算法,其在线执行时间短,便于实现。计算机仿真结果表明,本算法其有良好的控制效果。     

滑翔增程弹制导与控制系统设计

为控制滑翔增程弹精确跟踪方案弹道及提高落点精度,设计了制导控制系统。基于高度控制原理,设计了鲁棒变结构控制器,实现弹体对方案弹道的精确跟踪;为提高落点精度,在炮弹跟踪方案弹道靠近目标点的时候,采用比例寻的导引律来引导炮弹向落点逼近。根据力矩平衡假设和重力作用,将过载指令转换为舵面偏角指令,设计了开环自动驾驶仪,并采用相位超前角来降低舵系统跟踪误差。六自由度仿真表明,所设计的制导控制方案能够引导制导炮弹跟踪方案弹道,且终端落点误差小于1 m,满足制导控制系统要求。     

约束UKF初始参数对Bouc-Wen模型参数识别的影响

为获得约束UKF初始参数对模型参数识别的影响规律,针对Bouc-Wen模型给出基于约束UKF在线参数识别方法,通过数值模拟分析初始状态估计均值与协方差、过程噪声协方差、观测噪声协方差等滤波器初始参数对模型参数识别精度与收敛速度的影响,提出相应的参数取值建议.结果表明：在无模型误差的情况下,约束UKF对初始参数的设置具有较好的鲁棒性;适当地增大初始状态估计协方差,减小过程噪声,采用真实系统观测噪声协方差以及减小初始参数值与真实值的偏差,可以有效提高参数识别收敛速度和精度.该研究为基于约束UKF的非线性结构模型在线参数识别方法提供了参考.     

弹道修正引信滚转角未知条件下MIMU快速初始对准方法

针对基于双旋结构的二维弹道修正引信及所配用弹药发射后修正引信滚转角不确定的问题,提出采用BP神经网络快速确定修正引信滚转角范围进行粗对准,进而利用卫星导航信息辅助惯性导航系统进行快速初始对准的方法. 该方法利用修正引信滚转角误差与惯性导航解算速度误差之间的关系建立神经网络模型,并通过仿真生成不同工况的弹道数据对神经网络进行训练. 针对某旋转弹弹道进行仿真,结果表明,使用中等精度微惯性测量组合,粗对准过程中修正引信滚转角误差估计值小于20°,精对准过程中姿态误差角在弹丸发射后40 s内收敛到0.4°以内.