基于广义最小二乘模型的动态交通OD矩阵估计

基于广义最小二乘模型,建立了一种带滑动窗的动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD数据.对模型中关键的交通分配矩阵,给出了解析的计算公式.算法是一种递推的估计过程,仅需较少的先验信息,且估计过程不会发散;滑动窗的引入可充分利用量测信息,抑制量测噪声.     

利用IC 卡数据估计公交OD 矩阵的模型及算法

利用公交IC卡数据建立了估计公交系统OD矩阵的双层数学规划模型,上层问题为广义最小二乘模型,下层问题为以变分不等式表示的基于超路径的公交网络均衡配流模型.采用启发式算法求解该双层数学规划模型,由于非对称性,运用了自适应的投影方法来求解下层的变分不等式问题,算例表明了模型的可行性和算法的有效性.     

铁路旅客OD矩阵推算模型及算法设计

基于现行旅客列车的信息，如列车的编组、定员、径路和上座率等，研究铁路旅客OD矩阵的推算模型和算法。为求出与实际的交通量相匹配的铁路旅客OD流量，利用和铁路运输现场实际工作相吻合的交通配流方法，针对理论分配交通量和实际交通量的偏差程度、采用适时修正的方法进行迭代运算，直至得到一个满意的解为止。     

基于扩展卡尔曼滤波人工心脏TETS动态状态估计

由于皮肤的隔离作用,使得测量经表皮能量传输系统在体内部分的参数变得非常困难.为此,作者利用一种基于离散动态数学模型的状态估计方法(扩展卡尔曼滤波)来估计经表皮能量传输系统二次侧不易测量的电流与输出电压等变量.该方法的使用可以使人工心脏用经表皮能量传输系统的复杂度大大降低,同时,可靠性也得到很大提高.最后,采用Matlab软件对上述算法进行了仿真验证.     

基于滑模估计器和卡尔曼滤波的PMSM速度估计

针对永磁同步电机(PMSM)无传感器的控制问题,提出了一种结合滑模估计器和扩展卡尔曼滤波(EKF)两种方法优点的混合估计器。混合估计器解决了滑模估计器对于反电动势具有较大"畸变"的电机速度估计效果差的缺点。混合估计器建立了一个3阶EKF滤波器,把反电动势高次谐波分量作为系统和测量噪声处理。降阶后的EKF参数调节变得比传统的EKF估计器相对容易很多,在反电动势有"畸变"单纯滑模估计器估计效果很差时,估计效果依然很好。对滑模估计器、传统EKF估计器和混合控制器三种估计效果做了比较,阐明了混合估计器的优缺点。     

基于改进BP神经网络的公交线路OD矩阵推算方法

公交线路OD矩阵是公交线路优化设计调整的基础性数据，针对传统解析模型对输入数据敏感性高造成OD推算效果不理想的缺陷，提出了以改进BP神经网络为基础，根据公交站点上下客数据建立公交线路OD矩阵的推算模型，并设计了OD推算神经网络。进而基于算例数据，应用数值试验对神经网络设计的核心参数进行了标定并给出OD推算的计算结果。算例分析结果表明，使用此方法能显著提高预测的精度，推算结果更具可靠性且更能反映公交线路的需求分布状况。     

基于仿真的城市路网动态分配矩阵估计方法

动态交通分配矩阵是离线状态下多时段OD矩阵估计问题中的一个重要的输入,它刻画了以前时段的OD流量与当前时段的路段检测流量之间的动态关系.对该矩阵的准确估计关系到OD矩阵的估计精度.对现有解析模型进行分析的基础上,提出基于计算机仿真的改进模型,并借助Transmodeler仿真器对此进行精确估计.实证研究表明,基于仿真的估计方法能够在考虑拥挤效应的情况下检测出车辆穿越检测器的时刻,从而对分配矩阵给出准确的估计.     

基于自适应卡尔曼滤波的汽车前后轴干扰力估计

针对汽车自动车道保持控制中汽车侧向干扰信息难以直接获取,提出把汽车动力学模型和自适应卡尔曼滤波理论相结合进行汽车前后轴干扰力估计.在线性二自由度汽车动力学模型中考虑前后轴的侧向力干扰,以辅助变量横摆角速度、侧向加速度和方向盘转角为量测信息,通过改进的自适应卡尔曼滤波算法建立了前后轴干扰力的最小方差估计,并对量测信号进行了滤波降噪.基于ADAMS/Car的虚拟试验验证了该算法具有较高的估计精度,可以为汽车侧向控制系统中估计器的设计提供理论指导.     

基于卡尔曼滤波的在线量子态估计优化算法

针对连续弱测量中存在高斯测量噪声的问题,提出一种基于卡尔曼滤波的在线量子状态估计的预测-修正-投影优化算法.首先,在常规在线卡尔曼滤波算法预测状态时间更新和估计状态测量更新的基础上,通过增加对量子态的约束条件,将其应用于在线的量子状态估计中,将量子态在线估计问题转化为一个带有量子态约束条件的卡尔曼滤波优化问题.其次,通...     

基于Stirling插值滤波和扩展卡尔曼滤波的方位估计

插值间距的适当选择可以从某种程度上确保剩余项更接近于全Taylor级数的高阶项,因此,对大多非线性比较强的状态估计问题来说,基于Stirling插值原理的SIF要比EKF具有更大的优越性。估计方位时我们用仿真实验分别对SIF和EKF的特性进行了比较,用四元数而不用欧拉角来表示旋转量以消除方位估计的奇异性问题,状态向量包括四元数方位和旋转速度,以四元数作为测量输入,因此测量方程是线性,仿真实验结果表明:由于动态系统的准线性本质,估计四元数方位时EKF特性要比SIF好。     

适于交通在线控制OD矩阵的一种估计方法

适于交通在线控制ＯＤ矩阵的一种估计方法周晶，徐南荣（东南大学管理学院，南京２１００１８）ＡｎＥｓｔｉｍａｔｉｏｎＭｅｔｈｏｄｏｆＯＤＴｒｉｐＭａｔｒｉｘｆｏｒＴｒａｆｆｉｃＯｎｌｉｎｅＣｏｎｔｒｏｌＺｈｏｕＪｉｎｇＸｕＮａｎｒｏｎｇ（Ｍａｎａｇｅｍｅ...     

误差方差约束下不确定离散时间系统的鲁棒卡尔曼滤波

本文研究状态矩阵及测量矩阵中均含有不确定性的离散时间系统的鲁棒卡尔曼滤波问题。在状态估计领域中，指标要求常直接以状态分量的估计误差方差上限的形式给出。为此，本文的目的在于设计卡尔曼滤波增益，使不确定系统的估计误差方差达到稳态且其值不大于预先指定值、文中给出了期望鲁棒滤波增益的存在条件及其解析表达式，并以数值算例说明设计方法的直接性与有效性。     

预测误差方差约束下的稳态离散卡尔曼滤波

在预测与滤波领域中，指标要求常常直接表现为状态分量的预测误差方差的上界形式。本文研究稳、暂态指标约束下的离散系统卡尔曼滤波问题，即设计滤波增益，使每个状态分量的预测误差方差不大于各自预先给定值，同时滤波矩阵满足给定的区域极点约束。本文给出了期望滤波增益的存在条件及其解析表达式。数值例子说明了本文设计方法的简单性与有效性。     

基于Kalman滤波理论的高动态GPS信号跟踪系统仿真研究

高动态意味着载波多普勒频移变化率较大,实际中真实的高动态信号通常难以采集到,比如在弹载、星载环境下.为了研究高动态GPS信号跟踪问题,首先设计了一种高动态GPS中频数字信号仿真模型,并在此基础上研究了一种基于Kalman滤波理论的高动态信号跟踪技术.信号的模拟和跟踪都是基于Matlab的Simulink环境,仿真结果显示高动态信号模拟理想,应用Kalman滤波理论的高动态跟踪技术跟踪稳定,精度满足要求.     

船舶运动与受扰Kalman估计精度的统计分析

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶纵向运动姿态及受扰Kalman估计的统计性能.针对某船,在5级海情,18节航速及45度航向常规工况下,当船舶水动力系数按均匀分布发生士10%、±20%随机变化时,给出船舶姿态及受扰Kalman估计精度的概率建模方法及应用.仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化.     

用于组合测姿的Kalman渐消因子自适应估计算法

提出了适用于姿态测量的Kalman滤波渐消因子自适应估计算法,滤波中采用序贯处理的方法计算出每个量测量对应的渐消因子,在位置速度组合导航系统中,只有位置、速度的误差状态是直接可观测的,用序贯滤波处理计算得到的渐消因子对协方差阵中对应于位置和速度误差状态的对角元素进行自适应控制,抑制滤波发散,提高位置、速度和姿态的测量精度。半实物仿真表明,与原来的算法相比,修改后的方法不仅能够提供高精度位置、速度信息,而且还可以提供高精度姿态信息,其中航向误差在0.08°以下,俯仰和横滚误差在0.02°左右。     

基于小波变换的卡尔曼滤波卫星授时方法

为了提高RNSS授时精度,提出了采用基于小波变换的卡尔曼滤波算法对用户时钟钟差,钟漂及老化率进行估计,预测出了用户时间与系统时间的差值并实时调整采样时刻的闭环授时方法.建立了用户时钟仿真模型和观测误差仿真模型,用STK软件辅助产生卫星的实时三维位置和速度,对提出的方法在某混合轨道导航系统下进行了仿真,结果表明所提出的方法有效地提高了授时精度,并保持较高的稳定度.