基于ARM处理器的航姿参考系统的设计

基于ARM处理器,以低精度MEMS传感器组件为基础,研究与设计了一种微型MEMS姿态与航向参考系统(AHRS)。首先,基于ARM处理器,针对某型号微小型直升机搭建了姿态与航向系统的系统框架,并根据实际应用,进行了系统的工程化设计。其次,基于状态方程,进行了扩展卡尔曼滤波,提高了系统的精度与可靠性。最后,介绍了系统的软硬件设计。     

考虑相位失配量的电力系统动态状态估计方法

针对当前电力系统中数据采集与监视控制系统（Supervisory Control And Date Acquisition,SCADA）和相量测量单元（Phasor Measurement Units,PMU）并存,以及不同规格的PMU之间不能实现完全同步的现状,引入了一种基于不完全同步PMU的电力系统动态状态估计模型,与SCADA组成混合量测系统,在此基础上提出了一种考虑相位失配量的线性动态状态估计算法.结合线性定常系统卡尔曼滤波原理,分别对相位失配量和系统状态进行滤波处理,实现对系统状态的估计.相比于传统方法,该算法的雅可比矩阵为常数阵,缩短了状态估计时间,减少了不必要的迭代.采用Matlab平台在IEEE 30节点系统上进行仿真实验,结果表明,在PMU不完全同步的情况下,提出的方法较传统的线性算法具有更好的性能,在很大程度上减小了状态估计产生的误差.     

时变转移概率IMM-SRCKF机动目标跟踪算法

给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。     

5阶CKF在捷联惯导非线性对准中的应用研究

为了提高动基座下车载捷联惯导系统(strapdown inertial navigation system, SINS)的初始对准精度和缩短对准时间,在不进行粗对准的前提下,利用5阶容积卡尔曼滤波(cubature Kalman filter, CKF)完成非线性对准。针对3阶CKF滤波精度不高、5阶高斯厄密特滤波器计算量过大的问题,基于多项式逼近的思想详细推导了5阶球面径向容积规则,继而提出了5阶CKF并分析了该算法的滤波精度、采样量和数值稳定性,利用奇异值分解代替Cholesky分解来增强滤波稳定性。实验结果表明,该方法能够有效完成大失准角下的非线性对准,精度高于3阶CKF。     

基于卡尔曼滤波的电力电子变压器直流电压平衡控制

针对级联型电力电子变压器整流级交流电/直流电(alternating current/direct current,AC/DC)变换直流侧电容电压不平衡问题,以单相级联H桥整流器为研究对象,提出一种基于卡尔曼滤波(KF)的直流侧电容电压平衡控制策略。该控制策略结合了DQ(direct-quadrature)电流解耦控制和比例式脉冲补偿控制,利用卡尔曼滤波的滤波和预估特性实现了电容电压平衡、降低了系统的总谐波失真(THD)和增强了系统的鲁棒性。首先推导证明了系统的稳定性,然后对负载不均衡和负载突变两种的情况进行仿真,从而验证了该控制系统鲁棒性强、动态性能优异、具有良好谐波特性和稳态性能的特点。     

电动多旋翼无人机转向能耗测试系统设计与试验

本文针对电动多旋翼无人机的能耗测试,设计了一种基于单片机的无人机转向能耗测试系统。该测试系统主要由角速度传感器,功率测量模块,无线通讯模块以及单片机等部分组成,并基于LabVIEW软件设计了上位机程序,以实现对测试过程数据的实时显示和保存。对系统进行试验表明：系统数据采集频率为100 Hz,电压测量精度为99.93 %,电流测量精度为99.87 %,转向角度测量精度为98.10 %,可见该系统测量精度较高,能满足电动多旋翼无人机转向能耗的测试及相关数据的获取。     

基于集合卡尔曼滤波的非稳态油水相对渗透率曲线计算方法

提出一种基于半迭代集合卡尔曼滤波(EnKF)的自动历史拟合方法用于非稳态油水相对渗透率曲线的计算。进行高温、低界面张力体系作用下油水相对渗透率试验,利用半迭代EnKF历史拟合方法和JBN解析法进行数据处理,研究温度、界面张力对油水相对渗透率的影响。结果表明:利用半迭代EnKF历史拟合方法和JBN解析法所得结果区别较大,但从历史拟合的角度来看,半迭代EnKF方法结果更为合理;随着温度的升高,束缚水饱和度增大,残余油饱和度降低,油相相对渗透率升高,水相相对渗透率降低,相对渗透率曲线右移;随着界面张力的降低,束缚水饱和度和残余油饱和度都降低,油水两相共渗的范围变宽;新方法将驱油机制考虑到数学模型中,得到的相对渗透率曲线更适于在油藏数值模拟、生产优化等方面应用。     

基于有色噪声卡尔曼滤波的GPS多径估计研究

在最大似然多径估计技术的基础上,提出了一种新的基于有色噪声卡尔曼滤波的全球定位系统(GPS)多径信号估计技术.建立了GPS多径信号的卡尔曼滤波估计模型,推导了观测噪声为有色噪声的卡尔曼滤波的状态方程和观测方程,阐述了有色噪声的形成过程,推导了卡尔曼滤波的递推公式.实验结果表明,提出的设计技术可以在20dB·Hz的载噪比条件下对多个GPS多径信号进行较精确的估计.     

面向目标跟踪的WSN协同调度策略及拓扑控制

基于扩展卡尔曼滤波估计理论提出了分布式无线传感器网络的目标跟踪算法,给出了基于邻节点集的协同调度策略和采用退避机制的按需距离矢量路由(AODV)拓扑控制策略,实现了分布式环境下任务节点和拓扑结构的动态自适应切换.通过研制融合了MicaZ硬件节点和超声波传感器的原型系统,实现了对移动目标的跟踪和定位,验证了所提出算法的正确性.     

基于在线加强模糊神经网络精度的开关磁阻电动机位置角检测

模糊神经网络ANFIS(自适应模糊推理系统)是开关磁阻电动机无位置传感器检测位置角的一种智能化新技术.针对其精度越高、规则数越多的缺点,提出了一种使用扩展卡尔曼滤波在线加强检测精度的训练算法,并对模糊神经网络的各项参数进行修正,Matlab/Simulink仿真结果证明了该方法的有效性.