基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法

针对捷联式惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统模型的误差以及粒子滤波(PF)存在的粒子退化问题,结合无迹卡尔曼滤波(UKF)算法,提出一种基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法.由误差四元数代替姿态角,以SINS和GPS的位置差和速度差作为观测量,建立新的组合导航系统误差方程.所提出的PF-UKF组合滤波算法将采样粒子分为随机粒子和确定粒子,其中随机粒子为概率密度函数所采集,确定粒子为UKF中采集Sigma点后所求取的系统状态值.由此降低了PF处理粒子时的复杂程度以及粒子退化的程度.仿真结果表明：相比于UKF算法,该方法有效提高了组合导航系统的精度,具有较好的鲁棒性.     

基于对偶四元数的航姿系统姿态更新算法研究

以微小型捷联航姿参考系统为研究对象,建立基于对偶四元数的导航系统姿态更新解算参数模型。该方法区别于描述刚体纯旋转变换的四元数方法,将载体系与地理系之间坐标转换的旋转与平移过程进行统一、融合,通过建立最小方差目标方程,求解最优的姿态更新矩阵。构建Kalman滤波方程,最终确定载体姿态,航向角实时信息。仿真表明,对偶四元数所建姿态四元数误差的均值与均方差均小于0.002。Kalman滤波器构造符合实际系统要求,在传感器测量精度有限的情况下,可使俯仰角、横滚角、航向角误差分别减小到0.1°,0.1°,0.2°。     

基于改进RPCA的连铸过程数据可靠性研究

连铸过程数据的可靠性是连铸二冷动态控制系统成功应用的前提。针对正常连铸冷却过程慢时变、非稳态和多输入多输出特性,提出了基于改进递归主元分析方法监控连铸二冷配水过程数据的可靠性,这其中包括了用于建模的协方差阵、主元和两种报警控制限的递归更新,并通过小波除噪消除样本数据的噪声和奇异点。现场数据仿真结果表明应用此方法进行连铸过程监控可以明显减少误报的发生。     

基于过程数据的动态PLS建模

许多工业过程中获得的输入输出数据在时间、空间上是高度相关的,且含有测量噪声。针对此类数据,提出采用动态PLS方法,最大化输入和输出变量矩阵之间的协方差,保留大部分有用信息,去除测量噪声,把高维数据空间降维,建立较为精确的工业过程数学模型。提出对MIMO系统进行研究,推导了可直接用于控制的动态PLS模型数学公式。对一个工业过程实例进行仿真,分别应用动态PLS回归和线性回归MLR方法,得出的结果经分析验证了此算法的有效性。     

基于元胞自动机的企业员工行为-激励传播效应模拟

企业激励的现有研究方法过于概念化,不能从理论上说明具体激励措施的运用过程及效果.在一般激励理论的基础上,结合企业激励可传递的特点,提出激励传播理论,考虑时间延迟、信息失真和行为突变等因素改进元胞自动机模型,对企业员工激励传播过程进行元胞自动机建模并开发模拟系统,就该过程及其对企业内部群体的影响进行模拟实验,模拟结果证明了企业员工群体激励传播效应的存在,并说明如何通过模拟实验来制定相应的激励措施以改善企业员工激励的效果.     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

标定方程AX=ZB的两种新解法

提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法。和现有算法相比,给出的算法分别基于对偶四元数和矩阵直积理论,均可一次计算出标定方程的旋转部分和平移部分,不存在误差的传递问题。仿真结果表明了算法的有效性,这些结论对于类似问题的求解具有一定的参考价值。     

基于图像和回波数据的多接收元SAS运动补偿方法

多接收元合成孔径声纳(SAS)可以提高声纳的测绘率,侧摆和偏航是影响多接收元SAS成像质量的关键因素.在深入研究收发合置SAS的基于回波数据估计运动误差算法的基础上,提出了一种估计多接收元SAS运动误差的方法.该算法允许声纳以满足空间采样理论的最大速度运行,利用每个脉冲回波数据的成像估计偏航,然后利用相邻脉冲回波数据的相关性估计侧摆.提出了一种既减少计算量又精确估计时延的方法.仿真结果表明新算法有效地估计出了侧摆和偏航,提高了成像质量.     

改进的三维模型检索PCA预处理算法

三维模型检索PCA预处理的主轴不确定性和主轴方向不确定性是影响检索结果的直接因素.经过分析PCA基本原理,在K-L变换所得特征值的基础上,引入表面网格信息权重,将权重和特征向量的乘积用于确定主轴,并利用多重权重来确定主轴方向,从而削弱不确定性.实验表明,经改进提高了坐标轴归一化的一致性.     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.