GPS载波相位整周模糊度的在航快速算法研究

提出了一种单历元初始整周模糊度在航解算方法,该方法把LAMBDA法和ARCE法的优点综合于一体,可快速准确地解算整周模糊度。对求解方法进行了详细的理论推导,最后通过实测数据验证了此方法的可行性。实验结果表明:该算法计算量小,可在一个历元内准确求解出整周模糊度,适合整周模糊度的快速动态求解,对于实现高精度动态导航定位具有很高的实用价值。

一种用INS辅助GPS周跳检测和求解整周模糊度的方法

在INS/GPS全组合导航系统中 ,需要利用GPS载波相位测量信息 ,其中整周模糊度的确定和周跳的检测是两个关键的技术。文中提出了利用INS信息对GPS解算过程中的周跳检测和整周模糊度的确定进行辅助解算的简易快速算法 ,并进行了计算机仿真。仿真结果表明 ,文中提出的INS辅助GPS的周跳检测简易算法可以有效的检测出发生的小到一周的周跳 ;在一定条件下 。

一种改进的地图匹配算法在车辆导航中的应用

本文提出了一种用于车辆导航的地图匹配算法。通过对卡尔曼滤波后模型的误差特性分析，该算法可获得比通常相关性算法更好的精度。

金属氧化物避雷器带电测量相间干扰研究

带电测量金属氧化物避雷器持续电流具有停电测量无可比拟的优势,但周围带电设备对测量结果的影响是带电测量方式最大的缺点。以最普遍存在的“一”字排列方式的金属氧化物避雷器为主,对在各种外界干扰环境下的运行特点分别进行了研究和分析,得出在各种情况下其持续电流受干扰的误差特性,指出在带电测量的情况下,由于周围环境的干扰,要测得准确的持续电流的阻性分量是不可能的,带电测量的关键是能确定出阻性分量的增量。

船舶神经网络运动模型的研究

根据船舶海上航行的实际情况，针对船舶运动的特点，研究了基于神经网络建立船舶操纵运动模型的方法，提出了一种线性神经网络结构，并给出了相应的训练和学习方法。大量的仿真试验表明：线性神经网络用于船舶运动模型的研究，具有收敛速度快、预测误差较小、能快速跟踪参数变化等优点，可用于船舶运动实时辨识。

基于三相电流法的金属氧化物避雷器带电测量研究

分析了金属氧化物避雷器MOA(MetalOxideArrester)带电测量时泄漏电流的特点,提出带电测量时判断MOA早期故障的依据是阻性电流是否存在增量,并指出带电测量的关键是正确测量阻性电流基波的变化。提出了一种三相电流法测量阻性电流,并在理论分析的基础上,研制了MOA带电测量装置。利用该装置进行了模拟阻性电流增大的实验,结果表明,三相电流法能够正确测量出阻性电流的增量,可以方便地对MOA早期故障进行判断。

基于神经网络预报的专家控制器设计

采用人工神经网络对船舶操纵动态特性进行在线辨识,并提出了一种基于神经网络预报的专家控制算法用于船舶自动操舵仪的设计。该算法在保证控制系统稳定的前提下,能实时跟踪船舶航行环境的变化和船舶操纵动态特性的变化,逐步提高自动舵的控制性能。仿真结果表明了新算法的有效性,另外,算法简单,易于在线实现。

基于神经网络预报的实时专家控制器设计

该文提出了一种在保证控制系统稳定的前提下 ,能实时跟踪船舶航行环境变化和船舶操纵动态特性变化 ,以逐步提高自动操纵系统控制性能的实时专家控制器。仿真结果表明了此实时专家控制器的有效性 ,且算法简单 ,易在线实现。

神经网络技术及其在旋转机械故障诊断中的应用

人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度,论述了神经元网络技术及其在旋转机械故障诊断中的应用,就神经元网络结构及其所能形成的模式分类决策区域作了较为详尽的阐述,并与传统的模式识别技术作了比较。最后在振动频谱波形特征的基础上,就旋转机械中五种典型故障模式,用感知器网络进行了试验研究和分析。结果表明,人工神经元网络技术对于高维空间模式识别及非线性模式识别问题,具有较强的分类表达能力。作为一种新的自适应模式识别方法,神经元网络技术能够有效地解决故障诊断中较为复杂的状态识别问题。