基于预测滤波器的故障诊断方法研究

提出了基于预测滤波器的非线性系统的系统故障诊断的方法, 并且给出了这种方法的故障可检测性条件, 故障的误检率和漏检率, 以及故障检测时间的上界. 通过对一个二阶非线性系统进行的仿真验证了这种方法的有效性. 结果表明预测滤波器用于故障诊断时, 具有较快的速度、较低的误检和漏检率, 并且在故障发生后仍然具有对系统状态的跟踪能力. 该方法提供的实时故障估计还可以用于在线故障补偿.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

分布式驱动HEV自适应无迹卡尔曼车速估计

针对四驱混合动力汽车,为改善其电子稳定性系统(electronic stability program,ESP)车速估计的精度和鲁棒性,考虑后轮毂电机转矩精确可测可控,以及前轮驱动转矩可推算的特点,结合ESP系统既有的传感器输出信号,提出了分布式自适应无迹卡尔曼车速估计算法.首先,建立了四驱混合动力汽车动力系统及动力学模型,其包括驱动系统模型、7自由度车辆动力学模型和Burckhardt轮胎模型.其次,考虑模型的时变及强非线性特性,采用无迹卡尔曼滤波(unscented Kalman filter,UKF)算法设计了主/子滤波器.一方面通过对量测噪声的自适应,改善了UKF算法量对量测信号干扰的鲁棒性;另一方面将主/子滤波器结果进行融合,并用融合后结果重置了各滤波器,提高了车速估计精度.最后,搭建了四驱混合动力汽车Carsim-Simulink联合离线仿真平台和硬件在环仿真试验平台,分别开展了双纽线、低速双移线两种驱动工况的离线仿真和硬件在环仿真试验.试验结果表明,所提出的分布式自适应无迹卡尔曼车速估计算法不仅估计精度较高,而且也有着较强的自适应性和鲁棒性能.     

基于SVPWM串联有源电力滤波器的参数选择及仿真

针对典型的三相整流电路对电网产生的影响,介绍了串联有源电力滤波器电路参数设置,探讨了易于数字化的SVPWM跟踪算法,应用于串联有源电力滤波器内层跟踪控制中的补偿效果.并用比较的方法,重点对串联有源电力滤波器电路进行了计算机仿真分析.     

雷达信号的加速度分辨性能分析

针对以导弹和卫星等高速飞行器为平台的雷达信号处理应用中所面临的非匀速相对运动所引起的多项式相位调制给雷达信号处理带来的影响, 提出并研究了加速度模糊函数和加速度分辨力的有关概念. 并以加速度模糊函数为分析工具, 讨论了雷达信号的加速度分辨性能, 分析了未知加速度对线性相位匹配滤波器输出信噪比和Doppler频率估计精度的影响, 给出了加速度与最优相参积累时间之间的定量关系, 讨论了二次相位匹配滤波器对加速度参数搜索估计的性能.     

基于输出时滞方法的采样数据系统故障估计

从时滞系统角度率先研究了一类非均匀采样数据系统的故障估计问题.首先,基于输出时滞方法将采样数据系统建模成具有时变时滞输出的连续时间系统;然后,通过分析自适应诊断观测器不再适用于此类连续时滞系统的原因,提出了一种能够保证估计误差指数收敛的增广故障估计滤波器设计新方法;并进一步研究了具有噪声干扰的采样数据系统的时变故障估计问题;最后,通过对某型飞控系统的仿真实验结果验证了所提方法的有效性.     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

一种参数化的机载雷达最优处理新方法

雷达目标检测中, 最优处理器能够自适应地调整权值以跟踪环境的变化, 而最优权值的计算则需要依赖大量独立同分布(i.i.d.)的干扰样本. 因此在机载雷达非均匀的杂波背景中, i.i.d.样本数不足常导致最优处理性能的恶化. 文中在考虑杂波内部波动的基础上, 形成了一种修正的多普勒分布式杂波(DDC)模型, 并以此提出了一种参数化的最优处理新方法. 区别于现有方法, 新方法将最优权值计算转换为对DDC模型的参数估计, 即估计角频率中心和扩展. 并采用一种低复杂度的非线性能量算子实现上述参数的估计. 通过理论分析和仿真实验表明新方法对i.i.d.样本数的要求显著下降, 并具有运算量小、易于实现的优点.     

一种自适应频谱成形器:在超宽带认知无线电中的应用

超宽带脉冲无线电(UWB-IR)在高速通信、高精度定位及穿墙透地等重要领域具有广阔的应用前景,它与认知无线电结合将进一步缓解频谱资源的紧张局势.然而,现有的UWB脉冲难以充分利用其频谱能量,导致其传输性能下降;同时,UWB-IR无法有效而灵活地进行频谱规避,从而无可避免地干扰其余授权用户.从数学插值理论出发,本文基于径向基神经网络提出一种通用频谱成形滤波器,进行合理简化后给出其简单硬件实现.该脉冲设计网络能快速跟踪UWB设备的工作环境,自适应地设计具有特定频谱的UWB-IR脉冲.当无授权用户工作时,它能最大化频谱利用率,改善UWB系统传输性能;当有授权用户时,在最大化非授权频段能量利用率的前提下,它能有效地规避授权频段,实现可靠频谱共享.理论分析和仿真表明,基于神经网络的UWB脉冲在频谱利用率、频谱规避性能及接收性能等方面均优于现有设计方案.     

卫星导航接收机抗欺骗干扰极大似然检测性能分析

欺骗干扰给卫星导航接收机带来巨大威胁,而现有的文献均把欺骗干扰识别作为抗欺骗干扰的主要研究方向,而涉及欺骗干扰抑制方面的文献很少.本文针对卫星导航接收机抗产生式欺骗干扰问题,根据接收机具有不同干扰先验信息的3种情形,分别提出并证明了3个命题.这些命题给出了极大似然检测器在干扰背景下对真实卫星数据的检测性能界.命题表明,在具备干扰信道先验信息时,极大似然检测器具有良好的抗产生式欺骗干扰性能.仿真实验验证了理论分析的正确性和有效性.     

基于二维导频的OFDM系统信道估计算法研究

提出了基于一种离散傅立叶变换与一维维纳滤波联合的信道估计算法,相比线性内插与一维维纳滤波联合的估计算法仅利用相邻导频获得导频间信道估计,该算法通过插入二维导频对数据分块,利用每个分块的接收数据进行信道估计,从而提高了信道估计的性能.与二维维纳滤波算法相比,该算法在估计性能接近的情况下,计算复杂度大大降低.     

基于半盲联合信道跟踪与均衡处理的流星余迹通信接收机

针对流星余迹通信原理及信道特点, 建立了适合于流星余迹传输帧结构的信道捕获阶段及信道跟踪与均衡阶段的系统模型. 在信道捕获阶段, 利用传输帧头获取流星信道参数的初始估计矢量, 以启动后续的信道跟踪与均衡; 在信道跟踪与均衡阶段, 提出了一种基于D-PSP算法的半盲联合信道跟踪与最大似然均衡接收机, 通过采用降阶的处理方法, 有效降低联合信道跟踪与最大似然均衡的运算复杂度和存储空间, 从而使流星余迹通信自适应编码调制方式数据的最大似然接收成为可能. 文章最后给出了仿真结果和分析.     

最小迹扩展集员估计

针对扩展Kalman滤波器(EKF)在进行非线性估计时一致性较差的问题,提出了适于一类高阶非线性系统的最小迹扩展集员估计算法(LTESMF).该算法通过引入反馈机制实现观测更新,避免了椭球相交计算.算法用估计误差定界椭球参数矩阵的迹作为优化目标,迭代优化反馈系数.本文还提出用随机状态边界度量的收敛性来评价随机系统稳定性.并用该方法证明了LTESMF的估计误差能收敛到有界区域内.最终仿真结果表明,LTESMF的估计结果的稳态精度接近EKF,计算算效率与EKF相当,估计结果的一致性和收敛速度明显高于EKF.     

传感器系统误差与目标航迹的分布式估计

精确估计传感器的系统误差, 对提高整个跟踪系统的性能具有十分重要的意义. 已有的研究方法一般是把系统误差加到状态向量中形成扩维状态向量, 利用Kalman滤波进行估计. 由于这种方法计算量很大, 许多工作致力于研究状态向量和系统误差的解耦问题, 但均未实现系统误差的分布式估计和解决计算量问题, 且无法真正实现分布式航迹融合. 考虑了传感器测量有系统误差时的多传感器分布式航迹融合问题, 实现了状态向量和系统误差的解耦、系统误差的分布式估计与分布式航迹融合. 仿真结果表明此方法能给出精度较高的系统误差和状态向量估计.     

FFH/MFSK噪声归一化合并接收机在部分频带干扰Rayleigh衰落信道下的性能分析

快速跳频系统能减少干扰对系统性能带来的性能损伤.文中分析了快速跳频M元频移键控(FFH/MFSK)噪声归一化接收机在部分频带噪声干扰非频率选择性Rayleigh信道下的性能.不同于以往的研究结果,利用数值计算的方法来近似计算误比特率,文中采用复变函数的相关理论,给出了误比特率的闭合表达式.最后对系统性能进行了仿真,仿真结果与理论分析结果完全一致;系统性能不会随着分集度的不继增大而持续变好,而是存在一个最佳分集度;最佳分集度的大小随着信道条件的变化而不同;增大系统的调制阶数会提高系统性能.     

具有等式约束的滑动多项式建模方法

滑动多项式是广泛应用的动态系统建模方法,如何有效利用先验信息(也称为附加信息或约束信息)是改善多项式模型性能的有效途径.鉴于可转变成等式约束条件的附加信息的广泛应用,提出了带等式约束项的滑动多项式的两阶段建模方法.在理论分析的基础上,以空间目标跟踪为例,进行了算法的数值验证.该方法只需在原无约束模型的迭代格式上增加一个修正步骤,实现简单,且具有良好的可观测性、收敛性、估计精度和计算效率.文中的模型并未针对特定系统,稍加调整,可直接应用于一般非线性系统的状态建模.此外,这里的性能分析方法对其他建模方法的性能预测也同样具有参考价值.     

TD-SCDMA系统中引入阈值信噪比的信道估计

采用联合检测和智能天线等技术是TD-SCDMA移动通信系统的优势之一,但这些技术的实现必须以准确的信道估计为前提.本文探讨了适合于TD-SCDMA系统的信道估计算法,分析了一种加入阈值信噪比的信道估计算法原理.通过上行链路的模拟仿真表明,该信道估计算法的信道响应更接近理想值,有利于提高系统性能.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

欠定情形下语音信号盲分离的时域检索平均法

探讨欠定情形（即观察信号的个数少于源信号个数）下的盲信号分离,提出一种新的方法,即时域检索平均法（SAMTD）,该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.