中厚板轧制过程中平面形状控制实验研究

为减少轧制中钢板的切边、切头尾量,提高钢板的成材率,利用厚板展宽轧制法(MAS)对轧制过程中钢板的平面形状控制进行了试验研究.在简述平面形状控制原理的基础上,建立了平面形状控制的试验模型,并通过合理设定轧制速度,达到提高轧制钢板矩形化的目的.试验数据表明,MAS轧制法可以减少钢板的切损量,明显地提高生产效益.     

强跟踪有限微分扩展卡尔曼滤波算法在异步电机中的应用

针对异步电机直接转矩控制低速转矩脉动大的问题,提出了一种自适应强跟踪有限微分扩展卡尔曼滤波算法(STFDEKF)。该算法采用多项式近似技术和一阶中心差分法计算非线性函数的偏导数,它具有二阶非线性近似的能力;同时引入强跟踪因子来修改状态的先验协方差矩阵。文中将STFDEKF算法扩展至感应电机参数辨识,设计了针对非线性系统的STFDEKF滤波器;同时对五个电机变量进行观测,并将观测到的转速信息引入至感应电机控制系统,组成无速度传感器控制闭环。仿真结果表明,STFDEKF算法相比扩展卡尔曼算法(EKF)和有限微分扩展卡尔曼算法(FDEKF)虽然计算过程复杂,但是该算法具有更好地跟踪能力和滤波可靠性,所以在对磁链和转速目标进行跟踪时,STFDEKF算法是一种很有效的算法。     

扩展卡尔曼滤波在Lorenz(1963)系统中的应用

为了考查EKF（extended Kalman filter）数据同化方法应用于非线性动力学系统的基本特点和性质,简单回顾了扩展卡尔曼滤波数据同化方法的基本原理,并在不考虑模式误差的情况下,将其应用于Lorenz（1963）方程,进行了数据同化模拟试验。试验证明：同化效果的好坏与观测精度和观测频率密切相关,存在由于线性化和闭合假设带来的不稳定现象;扩展卡尔曼滤波本身具有强迫纠错作用。     

微减宽轧制技术在中厚板宽度控制中的应用

在中厚板宽度控制中,为了提高不同展宽比条件下的产品矩形度,提出微减宽轧制技术.通过分析不同展宽比条件下的展宽变化规律及横向流动因子与展宽系数的关系,建立宽度形状函数,然后根据宽度形状函数计算出沿着长度方向上各个点的狗骨回展量,根据该回展量得出立辊变辊缝减宽轧制曲线.实际应用结果表明,应用该方法产品成材率有了明显提高,具有良好的应用价值.     

扩展卡尔曼滤波在陆基无线电导航系统定位解算中的应用

分析了卡尔曼滤波应用于陆基无线电导航定位解算中的原因，并将扩展卡尔曼滤波引入陆基无线电导航定位解算，设计建立了无线电导航系统的状态模型和观测模型，同时分析了由于测量误差和模型误差引起的滤波发散问题，并针对滤波发散问题提出几种改善方法，以提高系统的跟踪精度，最后给出仿真实例和结果分析。     

头部增厚法在中厚板轧制过程中的应用

分析扭振在道次轧制中的变化特点,得知头部咬入阶段的峰值扭矩是制约道次压下量的关键因素.结合整个轧制过程的稳态轧制扭矩的变化规律,提出在展宽阶段和伸长阶段前几个道次采用头部增厚法,即在咬入阶段后的稳态轧制过程适当增加道次压下量.并推导出轧制扭矩和压下量的关系式,得到道次压下量的放大范围.该方法能在不改动轧机设备的前提下提高轧机能力,适合在中厚板轧机上进行推广使用.     

扩展卡尔曼和无迹卡尔曼滤波应用对比研究

普通卡尔曼滤波是在线性高斯情况下利用最小均方误差准则获得目标的动态估计,适应于过程和测量都属于线性系统,且误差符合高斯分布的系统。但是实际上很多系统都存在一定的非线性,表现在状态方程是非线性的,或者测量方程是非线性的。这种情况下就不能使用一般的卡尔曼滤波。解决的方法是将非线性关系进行线性近似,将其转化成线性问题。就转化为线性问题的2个方案扩展卡尔曼(EKF)和无迹卡尔曼(UKF)作出对比和分析,EKF与卡尔曼滤波原理相似,但是它将非线性函数在最佳估计点处进行泰勒级数展开,舍弃高阶分量,从而将非线性模型简单线性化;UKF是通过确定性采样,以无迹变换为基础,用卡尔曼线性滤波框架而建立起来的,对非线性系统有很好的滤波效果。最后在MATLAB平台下实验证明,与EKF相比,UKF不仅保持了系统的稳定性,而且提高了精确度。     

基于修正扩展卡尔曼滤波和粒子滤波的混沌信号检测与跟踪

针对恶劣环境下混沌信号的检测与跟踪这一难题,以及基于一阶线性化的扩展卡尔曼滤波(EKF)技术存在的严重退化现象,提出了具有较强稳健性的修正EKF技术,获得了与Unscented Kalman filter相匹配的性能.针对上述两种滤波方法在低信噪比情况下存在跟踪误差大的问题,为此引入了新颖的粒子滤波技术并且分析了该技术的可行性,最后仿真实验验证了该技术在低信噪比环境下的优越性.     

一种基于位置修正和卡尔曼滤波的姿态角推算算法

在动态载体如汽车、船舶或静态载体如桥梁,房屋的姿态推算中,使用全球导航卫星系统(global navigation satellite system,GNSS)进行载体测向比起使用惯性传感器成本较低,且随时间不会累积误差。针对在多天线基线解算时存在的接收机时钟不同步造成基线解算精度下降,以及载体运动过程中多径和周跳等造成的误差问题,本文提出了一种基于参考天线位置修正的扩展卡尔曼滤波(extended kalman filter,EKF)算法,根据载体移动速度和接收机之间的时钟差对每一历元载体参考天线位置矫正,提高基线解算的精度,从而提高姿态角精度。基线解算采用实时动态定位技术(real time kinematic,RTK),根据接收机给出的载波相位观测量,在参考天线和其他天线之间做双差建立观测方程,求解出基线向量。将得到的多组基线向量利用最小二乘法求解出姿态角。根据实际测试表明,该方法在基线长度不超过1.5米的情况下,静态航向角和俯仰角精度达到0.2°,低动态情况下航向角精度达到0.2°,俯仰角精度达到0.3°。     

基于实测值的自适应算法在中厚板轧制中的应用

提出了一种应用于中厚板轧制的道次间自适应算法，该算法以实测数据为基础，通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小，做到了真正意义上的以实测数据来校正模型，从而使设定的模型有较好的自学习功能，并在实际应用中表现出较好的学习效果。     

用扩展KALMAN滤波器计算多径下两路间时延

尝试通过扩展Ｋａｌｍａｎ滤波器计算两独立接收端接收同一信号时的接收时间差,并考虑了存在多径干扰时的情况,方法如下：１）运用卷积定理,交埋延估计问题转化成对一线性滤波器系数的估计问题;（２）运用ＥＫＦ,使对滤波器多个系数的估计转化为对一个或几个参数的估计;（３）在多径情况下,同时对三个滤波器进行处理,使两点信号的差值平方最小,并在叠代过程中采用类似分时的处理,使对多径情况下两路时延的估计过程大大简化     

基于平淡卡尔曼滤波器的微小卫星姿态确定算法

针对扩展卡尔曼滤波（EKF）在线性化过程中会引入误差的问题,采用平淡卡尔曼滤波器（UKF）进行了系统滤波器设计;提出一种构建虚拟观测量的方法,并分析了其噪声特性．虚拟观测量与高精度器件量测量搭配可实现对姿态的校正．以太阳敏感器、微电子机械系统（MEMS）陀螺、磁强计为姿态敏感器件,构建了定姿滤波器并用STK（Satellite Tool Kit）数据进行了仿真．结果表明,所提出方法能有效地提高定姿性能,采用UKF的系统定姿误差与EKF相当,但收敛时间、稳定性要优于EKF．     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法

针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.      

一种基于扩展Kalman滤波的多径估计算法

定位系统中,噪声环境下的多径估计是消除多径干扰的前提。提出了一种基于扩展Kal-man滤波(EKF)的多径估计算法,可以有效的估计多径信号的时间延迟和幅度。分析了本地码估计偏差、EKF的估计初值、相关间距以及采样频率对多径估计性能的影响。结果表明,EKF在估计多径信号时,EKF初值不仅影响其收敛速度,而且EKF初值中的幅度初值决定其是否收敛。同时,EKF时间延迟估计误差可以通过提高采样频率和增加最大早晚码间距来减小。     

一种用于GPS定位估计滤波算法的非线性模型

提出了一种将现代非线性滤波技术用于GPS定位估计的方法，该方法可用于低价位的单机GPS接收器的定位，提高它们的定位精度和鲁棒性．应用该方法，根据单机GPS的原始数据、伪距和多普勒频移进行定位估计。开发了一种新的基于非线性滤波的位置和速度估计模型，该非线性模型具有随观察到的卫星数量而改变状态和测量元个数的动态特性．运用一种新型的非线性滤波-平淡卡尔曼滤波求解该模型．GPS定位实验结果表明．与通用的最小二乘迭代法或直接从接受机获得的结果相比，所提出的非线性模型得出的滤波估计结果具有较高的精度和鲁棒性．     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

GPS/INS相对导航鲁棒扩展卡尔曼滤波方法

针对绕飞模式下追踪器与合作目标间的GPS/INS组合相对导航问题,考虑追踪器的惯量阵存在不确定性,为提高相对导航系统的精确性和稳定性,提出了一种GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 该算法采用近似线性化方法将相对导航系统中的非线性函数进行泰勒级数展开,并将线性化引起的模型误差作为不确定项来处理,结合鲁棒卡尔曼滤波算法,设计了GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 仿真结果表明,该方法相对位置的估计精度为0.1 m,相对姿态的估计精度为0.001°,相对导航精度很高,且对追踪器惯量阵存在的不确定性具有很好的鲁棒性.      

微带线带通滤波器的设计

阐述了工作在中心频率为几个ＧＨｚ带通滤波器的设计过程，介绍了带通滤波器的设计的原理，利用计算机辅助设计工具ＭＡＴＬＡＢ进行数值计算，给出微带线的ＰＢＣ尺寸，并用软件包ＥＥｓｏｆ模拟出带通滤波器参数。