基于EKF的Duffing振子正弦策动力判别算法

以Duffing振子系统为研究对象,分析了以正弦函数为周期策动力的Duffing方程基本形式及相应的振子运动,并用扩展卡尔曼滤波(extended Kalnan filter,EKF)对Duffing振子系统进行递推滤波,实现了对Duffing振子系统的稳定估计.根据滤波过程中周期策动力随卡尔曼增益的变化,提出了一种基于卡尔曼增益判别Duffing振子系统周期策动力的方法,可以作为运用Duffing振子进行弱信号检测的依据.仿真结果表明,与经典Lyapunov指数判别法相比,该算法具有更好的判别性能.     

介绍一种测量受迫振动相频特性的简易方法和装置

本文介绍的玩具电动机和电话机齿轮组制成的简谐力驱动机构,可以把策动力的频率充分调低(从0.2H_2—1.6H_2)。用此装置组合的受迫振动仪再配合数字毫秒计等仪器,可以测出弹簧振子受迫振动的幅频特性及相频特性曲线,解决了不易测相频特性的难点。本实验装置简单,方法简便,效果较好,易于给学生开出。     

周边夹紧圆板在横向激振力作用下的4倍超谐波共振分析

基于von Karman薄板理论及Hamilton原理,得到了横向周期载荷作用下周边不可移夹紧圆板轴对称非线性强迫振动运动方程组,应用Kantorovich时间平均法将运动方程组简化为非线性常微分方程组．通过打靶法得到了4倍超谐波共振数值解,并考察了静载荷、激振力力幅、激振频率以及自振振幅对超谐波共振响应的影响．     

影响直流分布式电源系统稳定性的主要因素

在直流分布式电源中，系统稳定性能通过阻抗比Zo/Zi的奈氏曲线来判断，输入输出阻抗决定了系统稳定性．讨论了决定源或负载模块输入输出阻抗的主要因素，如控制回路增益、输入输出滤波等；提出了源模块电压控制环的设计准则，能防止截止频率财近出现的高输出阻抗问题．并定量分析了在不同频率段输入滤波电路对负载子系统的输入阻抗所起的主导作用．     

一种改进的强跟踪滤波算法

强跟踪滤波算法由于对判断滤波发散的阈值设置较小,以较大概率产生渐消因子而导致对滤波增益过调节,最终对状态估计不够平滑. 在分析强跟踪滤波算法运行机理的基础上,提出了一种改进的强跟踪滤波算法. 通过适当提高判断滤波发散的阈值,有效降低了误判滤波发散的概率,并能针对不同维数量测方程确定不同的弱化因子,避免了凭经验加入弱化因子解决这一问题的缺陷. 数值仿真结果表明：改进的强跟踪滤波算法对系统状态突变不但具有较强的鲁棒性,而且能有效保持滤波精度和对状态估计的平滑性,从而验证了该算法的可行性和有效性.     

一类混合不确定系统的对偶自适应控制

在具有未知常数且状态能够精确测量的线性二次型高斯(linear quadratic Gaussian, LQG)问题中,因为参数估计和控制增益存在耦合,所以分离定理不再成立,导致控制律无法获得解析解.为此,提出了一种对偶自适应控制方法,首先建立参数估计的状态空间模型,利用滚动动态规划获得控制增益,用Kalman滤波对未知参数进行估计,解决了估计增益与控制增益相互耦合的问题,进而设计了具有次优性质的控制器.该控制器既能优化控制目标,又能对未知参数进行有效学习.仿真结果表明了所提控制算法的有效性.     

高维不确定多变量系统的高阶滑模分解控制

针对一类高维不确定多变量系统,提出一种高阶非奇异终端滑模分解控制方法.通过两次非奇异状态变换,首先将系统分解为输入输出子系统和内部子系统.针对输入输出子系统,巧妙结合高阶滑模和非奇异终端滑模,基于跟踪微分器技术,设计了一种新型的高阶非奇异终端滑模控制器,可提高子系统的收敛速度,消除滑模控制的高频抖振信号,同时将内部子系...     

无储备可修复子系统脆性故障的研究

本文提出了无储备可修复子系统脆性的概念,研究了修复时间任意分布的无储备子系统的数学模型,得到了系统非负解的存在性.本文用范数指标函数作为衡量系统可控性的标准,给出系统最优控制的判别条件.     

带有状态时滞的非线性随机系统高斯滤波方法

针对带有状态时滞随机系统的估计问题,提出了一种改进的高斯滤波算法(Guassian fil-ter,GF),给出了具体的实现形式—状态时滞容积卡尔曼滤波器(State-delayed cubature Kalman fil-ters,SDCKF).通过递归运算,获得当前和状态时滞的后验概率密度;根据高斯滤波框架分别对带...     

基于计算机视觉的拉索振动测试

提出了一种基于计算机视觉目标跟踪算法的非接触式拉索振动测试方法。首先通过目标跟踪算法对相机采集的拉索振动视频图像序列进行分析,识别拉索表面标靶在图像平面的像素位移时程数据,然后根据快速傅里叶变换算法获取振动频谱,采用直接峰值法提取频谱峰值,得到拉索各阶自振频率。介绍了视觉测振方法流程,针对当前视觉测振方法采用的目标跟踪算法鲁棒性差、实时性低的问题,引入了高效的核相关滤波跟踪算法,基于KCF和CN两种经典核相关滤波跟踪算法的原理和MATLAB平台设计了视觉测振系统软件。在实验室中开展了钢绞线振动试验,将视觉测振方法与加速度计方法的频率识别结果进行对比,结果表明：视觉测振方法识别的钢绞线各阶自振频率与加速度计结果非常接近,最大频率相对误差为-0.12%,验证了视觉测振方法的可靠性。     

Kalman滤波器在WCDMA功率控制中的应用

介绍一种适合于分组交换WCDMA无线网络的Kalman滤波器功率控制方法.当数据包连续传送时,信道干扰具有时域上的相关性,Kalman滤波器可用来预测干扰功率.通过干扰预测和路径增益的估计,可确定合适的符合SINR要求的发送功率.给出了仿真结果,结果表明,使用Kalman滤波器的功率控制方法可以提高功率控制的性能.     

渐消递推滤波辅助光谱分析：最佳自适应算法

研究了Ｋａｌｍａｎ渐消递推最佳滤波辅助光谱辨析。基于Ｋａｌｍａｎ滤波达到最优时其新息序列互不相关的性质，提出了一种新的渐消滤波─—最佳自适应算法。通过在线自适应地调整遗忘因子从而使滤波（器）在存在模型误差或受到外扰时仍保持收敛性和最优性。用于重叠峰的辨识，能取得更好效果。     

车削加工过程的模糊控制

针对车削加工过程控制的复杂性,将模糊控制技术应用于车削加工过程.建立车削加工过程的模糊自适应控制系统,以恒切削力为控制指标,设计了车削加工过程模糊控制器.在MatLab软件平台上对控制系统进行仿真,取得了很好的控制效果,为实现加工过程的恒力切削提供了一种有效的方法.     

基于混沌振子和Lyapunov指数的微弱信号检测方法

分析了利用混沌振子的初值敏感性进行微弱信号检测的方法,同时对利用Lyapunov指数确定检测阈值的方法进行了研究。通过分析混沌振子的间歇混沌运动状态,发现在输入信号频率与策动力信号频率有微小差别时混沌振子输出信号发生间歇混沌现象,并且这个微小的频差可通过系统输出的间歇混沌信号估算出来。仿真实验表明基于混沌振子和Lyapunov指数的微弱信号检测方法可以很好的检测出信号并准确的计算出信号频率。     

基于比力积分匹配的惯导系统传递对准

某些机载装备的传递对准过程要求在机体升空阶段进行. 受飞行速度的限制,采用传统匹配方案使传递对准精度受到很大影响. 本文提出一种适合机体低速运行条件的“比力积分“匹配方案,利用主子惯导比力差的积分作为卡尔曼滤波的观测值,未引入陀螺误差,且SINS仅作比力积分计算,减少了SINS对准期间的计算量,保证了传递对准的实时性. 在考虑安装误差角和挠曲变形角的条件下建立了系统误差的数学模型. 仿真结果表明,该方案能在机体低速运行 条件下有效提高机载装备的传递对准精度,对于中低精度的捷联惯导系统有工程实用价值.     

基于鲁棒时变卡尔曼滤波估计的无人机视觉编队

针对一般多输入多输出不确定系统,提出一种基于鲁棒时变卡尔曼滤波的估计算法. 该方法将时变卡尔曼滤波与自适应神经网络相结合,利用自适应神经网络克服外界非线性不确定因素,采用两个误差信号对其进行训练以提高估计精度,并对估计误差有界性进行证明. 将该方法用于无人机视觉编队视线信息的状态估计,仿真结果表明该算法能够很好地估计不确定机动长机的加速度,实现了僚机对长机的有效跟踪.     

微波介质谐振器的设计及其在X波段稳频固态振荡器中的应用

本文提出一种设计微波介质谐振器的实用方法.此法使用简便,对工程设计具有足够高的精度(谐振频率计算误差小于±1.5%).详细介绍了采用国产介质谐振器稳频的11.48GHz高稳定度体效应振荡器.在-20℃~+50℃的温室范围内,频率漂移小于±0.45MHz,优于一般采用笨重、昂贵的殷钢腔稳频的振荡器.该振荡器可作为本振源在12GHz家用卫星广播电视接收机中广泛应用.     

测量过程中周期误差的一种补偿方法介绍

物理量的测量常常伴有周期误差。特别是在用传感器对旋转体进行测量时，周期误差更是在所难免。本文介绍一种通过调整多探头的增益补偿周期误差的方法，推导出周期误差的数学模型，并据此提出的一种的误差补偿方法。指出要完全的补偿周期误差的单一频率分量，至少需要用三个探头。该方法通过仿真和实验后证实是行之有效的。该方法在角度传感器和位移传感器上都适用。     

四元数和脉冲耦合神经网络应用于足球检测

提出一种基于四元数傅里叶变换注意力选择和脉冲耦合神经网络在图像中跟踪足球的方法. 首先进行图像预处理以去除球场以外的区域,用四元数注意力选择算法提取感兴趣区域,基于颜色、形状、面积等多种特征检测足球. 若检测失败,则采用卡尔曼滤波器预测足球位置. 仿真结果表明,与基于速度控制的动态卡尔曼滤波和实时足球检测两种方法相比,检测成功率分别提高9.6%和14.9%.     

应用联邦自适应UKF的卫星多传感器数据融合

在卫星自主导航系统中,一方面,系统状态模型存在难以准确建模的问题,要求信息融合算法具有一定的自适应性;另一方面,系统的量测模型通常具有较强的非线性,又要求信息融合算法在强非线性下保持较高的精度和鲁棒性. 针对以上两个问题,本文提出了基于星敏感器、红外地平仪、磁强计、雷达高度计、紫外敏感器的多信息联邦自适应UKF组合导航方案,该方案将多个导航传感器提供的信息在联邦滤波器里融合,并采用自适应UKF算法构建联邦滤波器的子滤波器. 采用这种方案,可有效组织并充分利用导航传感器提供的导航信息,并且系统模型具有一定的自适应性. 数字仿真结果表明,与传统的联邦卡尔曼滤波方法相比,该方法更适合于非线性较强、系统模型参数不准确的场合,有效提高了导航精度.