随机加权渐消UKF在导向钻井姿态测量中的应用

针对近钻头钻具易受井下强振动等随机噪声的影响,使得导向钻具姿态动态测量误差较大的问题,提出一种随机加权渐消UKF算法并应用于导向钻井姿态测量系统。通过Sigma点获取状态估值和协方差矩阵,采用随机加权因子动态调整不同时刻残差向量的权值;再用渐消因子实时调节滤波增益,限制滤波器的记忆长度,有效利用最新量测信息对状态更新的影响调整预测误差协方差阵。将提出的算法应用到导向钻具姿态测量系统进行验证,结果表明,所提算法解算后得到的井斜角误差控制在±0.25°以内,工具面角误差控制在±1°以内,与标准EKF和UKF相比,井斜角解算误差和工具面角解算误差均降低了50%以上,能有效提高导向钻具动态测量精度。

非线性系统中目标跟踪性能评估的新度量

在将误差谱度量推广应用到动态系统滤波器的评估时,整个时间轴上将绘出一个三维图,不直观且不利于分析.为了解决这一难题,提出一个新的度量—动态误差谱,并给出了三种不同应用背景下的计算形式.其中一种采用了几何平均的形式因而可以给出较为"公正"的评估结果,可直接应用于动态系统.接着从新的角度把这一度量应用于对四种非线性滤波算法的评估,仿真结果验证了动态误差谱这一新度量的有用性和有效性.

融入传统文化的工程伦理教学

“将公众的安全、健康和福祉放在首位”已成为国际工程界普遍遵守的原则,职业道德和工程伦理素质也已成为工程专业人员必须具备的重要素养。中华优秀传统文化底蕴深厚,蕴含着丰富的伦理道德理念和相关规范,通过学习优秀传统文化,并运用其中的思想来评估及防范工程中的风险,培养工科学生的社会责任感,提高伦理意识,促进经济、社会与自然的和谐发展。

自动控制理论课程思政教学实践探索

随着计算机技术的迅速发展,自动控制技术已成为一门涉及几乎所有工程学科并逐渐向政治、经济等领域渗透的具有多学科应用背景的科学技术,自动控制理论课程教学中通过挖掘控制论中的哲学思想和德育元素,把马克思主义立场观点方法的教育与科学精神的培养结合起来,提高学生正确认识问题、分析问题和解决问题的能力。注重培养学生精益求精的大国工匠精神,学生具备社会主义核心价值观、科学严谨的思维习惯、解决复杂工程问题的能力,激发学生科技报国的家国情怀和使命担当。

多雷达/声呐场景下的去相关无偏量测转换模型

多雷达/声呐跟踪场景中,笛卡尔坐标系由于测量转换过程中依赖相同的估计状态,不同雷达/声呐量测转换的误差常是相关的。文中充分考虑这一相关性,给出了两维及三维笛卡尔坐标系下的去相关无偏量测转换模型,及计算互相关性的解析形式,并采用相对的估计性能评估准则来验证所提算法的性能。仿真示例表明,考虑互相关后滤波性能明显优于经典无偏量测转换方法。

导向钻具振动特性分析

在钻进过程中,钻具振动是一个无法避免且信号复杂的现象,并伴有横向、纵向和扭转等多种振动形式。剧烈的纵向偏转振动、大幅度的粘滑扭转振动以及剧烈的横向振动等现象不仅会影响钻井速度,还容易使钻柱疲劳破坏,诱发钻井事故,大大增加了钻井成本和风险。通过分析钻具振动产生机理以及产生振动的原因,对钻柱振动信号进行实时监测和分析,利用钻具产生的振动可以传输井下钻具情况和岩层信息这一特点,有效控制钻柱振动,判断井下工况,预防钻井事故,优化钻井以及识别地层岩性。通过实钻井实验验证了对于垂直钻进过程中,由于钻柱在井下复杂情况下的振动信号的影响,使得导向钻具系统的姿态参数测量误差较大,特别是井斜角和方位角。钻进中根据实际井斜情况,可以按照理论设计及时调整姿态参数,对系统进行防斜纠错。因此,对钻具振动信号特性进行分析,有利于识别钻具损坏、降低钻进成本。

人工鱼群粒子滤波算法

针对粒子滤波算法存在重要性密度函数难以选取的问题,将人工鱼群算法的随机搜索优化的思想引入到标准粒子滤波中,提出一种人工鱼群粒子滤波算法。该算法的基本思想是在重要性权值计算中引入AFSA的觅食行为和聚群行为,使得先验粒子向高似然区域移动,提高估计精度,并对人工鱼群的视野进行改进,增加有效样本数。将提出的算法应用到标准单变量非静态增长模型中进行仿真验证,对比提出的人工鱼群粒子滤波算法与标准粒子滤波和扩展卡尔曼滤波算法。结果表明,人工鱼群粒子滤波的有效样本多,均方根误差最低,说明其估计精度高于粒子滤波和扩展卡尔曼滤波。在增大过程噪声方差情况下,三种算法的均方根误差均随着噪声方差的增大而增大,但是人工鱼群粒子滤波状态估计精度仍优于粒子滤波和扩展卡尔曼滤波算法。

二阶自回归有色噪声抗差自适应算法

动态导航定位中观测噪声和系统噪声均假设为高斯白噪声,但实际应用中,观测噪声或系统噪声是不断变化的,很难准确给出,有色噪声存在导致姿态参数异常,影响估计精度。为了减弱有色噪声的影响,提出一种二阶自回归有色噪声抗差自适应算法。通过对有色噪声的特点进行分析,建立二阶自回归有色噪声的模型,然后利用抗差估计和自适应滤波相结合的方法,对经有色噪声修正后的信息进行动态滤波。将提出的算法与基于高斯白噪声卡尔曼滤波,以及考虑有色观测噪声的卡尔曼滤波算法应用到车载GPS/DR组合导航系统中,进行仿真分析和比较,结果表明,该方法能有效的控制有色噪声和异常的影响。

随机加权自适应IMMUPF及其在导航中的应用

针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题,在研究交互式多模型滤波算法的基础上,设计一种基于随机加权自适应IMMUPF算法。首先,该算法在无迹粒子滤波的采样过程中融合了随机加权和交互式多模型滤波的优点,利用无迹卡尔曼滤波算法得到[k]时刻各模型估计最新量测信息的粒子;然后,对该组粒子进行输入交互作为各模型的输入,再经过模型匹配、重采样以及模型概率更新过程;最后,对各模型相对应的粒子进行输出交互,得到所有粒子的随机加权自适应和的表达式,循环更新粒子实现状态估计。将设计的算法应用于GPS/DR组合导航系统中进行仿真计算,结果表明,该算法计算得到的位置误差较UPF和IMMUPF有所减少,东向位置误差控制在[-8m,+6m],北向位置误差控制在[-8m,+8m],提高了GPS/DR组合导航系统定位的解算精度。

近钻头钻具姿态测量的多传感器最小二乘原理加权融合方法

钻进过程的高速旋转和强振动,使得测量钻具姿态的三轴惯性加速度计信号中叠加了离心加速度和振动加速度,导致工具姿态测量结果严重失真。针对由三轴惯性加速度计、三轴磁通门和角速率陀螺仪构建的姿态测量系统,提出了一种多传感器加权融合的姿态测量方法。利用后两组传感器对振动不敏感和钻进过程中井斜角变化缓慢的特点,反解得到加速度计信号的两组参考值,而后依据最小二乘原理确定参与融合的各组信号的权系数,使得融合结果的方差达到最小。仿真实验验证了该方法的有效性,当井斜为1.5°时的振动和转速波动组合实验表明,井斜角解算准确性的各项指标均有明显改善,工具面角随工具旋转呈现明显的周期性变化,该加权融合方法能有效提高钻具姿态动态测量的精度。