模糊控制的爬山法在风电系统中的应用研究

为了克服传统爬山法在实现最大风能捕获中存在的振荡等问题,更合理地提高风能利用系数,提出一种基于模糊控制的爬山法。通过对风力机特性进行分析,在传统爬山法思想的基础上设计了模糊控制器,并给出了模糊控制规则,采用模糊逻辑控制的思想来实现最大风能捕获,提高风能利用率。根据风力机特性建立风力机模型,并对15 kW的风电机组分别进行了基于模糊控制的爬山法与传统爬山法的Matlab仿真,对比了两种方法在实现最大风能捕获时的差别。仿真结果表明,基于模糊控制的爬山法能够克服在实现最大风能捕获中存在的振荡等问题,使风能利用系数保持在最大值附近,满足最大风能捕获的要求,进而验证了该方法的可行性与正确性,具有一定的工程实际意义。

基于RSSI测距的WiFi室内定位算法研究

考虑AP(接入点)部署高度对定位精度的影响,提出了一种消除高度影响的加权质心定位算法。首先对采集的RSSI(接收信号强度指示)进行高斯拟合和Kalman滤波,根据室内信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置。对于多层建筑物,还提出了一种楼层识别方法,结合二维平面定位构成近三维室内定位算法。在实验楼内用以上方法进行楼层识别,识别率可达100%。在大型教室进行定位实验,结果表明:改进后的算法相比传统定位算法在精度和稳定性上都有一定的提高。

基于MIMU/WI-FI的井下人员三维全局定位

为进一步提高煤矿井下人员定位系统的定位精度,克服目前只能区域定位,抗干扰能力差等缺点,提出一种新型的基于MIMU/WI-FI组合的煤矿井下人员三维全局定位方法。在对MIMU和WI-FI各自定位原理分析的基础上,给出基于MIMU/WI-FI组合定位的系统解算图。通过对MIMU和WI-FI各自的误差源分析,建立组合系统误差模型,进而采用间接法卡尔曼滤波并运用位置组合方式获得组合系统的定位信息。最后,对组合定位误差模型进行仿真。仿真结果表明,基于MIMU/WI-FI的组合定位方法具有定位精度高,实时性强,可靠性好,能够进行三维全局定位等优点,为提高煤矿安全生产管理水平提供了一种更好的方法,具有较高的工程应用价值。

Kalman滤波在井下人员跟踪定位中的应用

针对基于RSSI定位算法在定位过程中不具备连续性问题,提出了一种基于Kalman滤波的连续性井下人员定位方法。采用Kalman滤波对基于RSSI定位算法估算出的井下人员位置坐标进行滤波处理,在此坐标的基础上,建立Kalman滤波模型,利用Kalman滤波实现对井下人员的实时跟踪。实验结果表明,基于Kalman滤波的定位方法对井下人员的跟踪效果较好,提高了系统的实时性和跟踪精度。

正交设计及D最优设计在陀螺测试中的应用

该文将正交设计和D最优设计的理论应用于动调陀螺的位置测试中。根据回归模型,采用最小二乘法,并在D最优的准则下进行了动力调谐陀螺仪(DTG)测试试验方案设计,文中给出了具体的最优6、8和12位置的设计方案。通过对各设计方案的信息阵的数据分析可知,最优8位置比传统8位置的设计要好,且8和12位置的方案比其他位置的方案好。为了验证设计出的最优方案,我们进行了6、8、12位置及传统8位置的实验,对实验数据进行方差分析后所得结论与理论分析一致。

WiFi辅助的行人航位推算算法

行人航位推算(PDR)中,惯性传感器误差不断积累,提出一种基于Wi Fi辅助的位置矫正方法。当行人行至信号强度大于一定阈值的无线接入点(AP)时,将当前位置重置为此AP的位置坐标。针对当前PDR算法中步长估算精度低及普适性差等问题,提出了一种Wi Fi辅助的频率—步长模型动态调整方法。当Wi Fi信号强度低于设定阈值时,对合加速度进行快速傅立叶变换(FFT)变换得出实时频率,采用频率—步长模型估计步长;当Wi Fi信号强度连续两次达到设定阈值时,将频率估计步长和Wi Fi估计步长根据接收信号强度指示(RSSI)大小进行加权得出融合步长,以此为基准对频率—步长模型参数进行反馈调整,调整后的模型用于下一阶段的PDR。为验证所提方法,在电气楼设计相关实验,结果表明,位置矫正有效消除了惯性传感器的累积误差,模型参数调整后PDR误差降低20%以上。

煤矿井下人员安全监测定位算法仿真研究

实时精确监测井下人员位置,对安全生产非常必要。井下环境复杂、坑道狭长,不同于室内,一段坑道不会采集到太多较好信号节点,无线信号传播时易受反射、多径传播和噪声等因素影响,致使传统Wi-Fi定位算法定位精度低,提出一种基于局部极大似然、信号强度来遴选Wi-Fi信号节点,并利用六点四四组合混合定位算法。首先信标节点周期性扫描移动定位模块,筛选出较优信号强度,并求出待求节点与信标节点间距离;然后局部极大似然六点四四组合;最后质心法求解中心,估计最终的井下人员位置。经过仿真验证:所提出的混合定位算法,定位精度明显提高。同时分析了井下不同噪声、基站情况下,几种定位算法性能,新算法定位精度仍然较高;最后还分析了算法的实时性。

基于捷联惯性导航载体轨迹发生器的设计与仿真

为了给捷联惯性导航数字仿真系统提供实时导航参数及惯性元件的精确值,并为其导航解算提供比较基准,设计出了一种简单的基于捷联惯性导航系统的轨迹发生器。通过介绍轨迹发生器的总体设计思路,提出了对载体轨迹发生器的数学编排的推导,并对载体在不同运动状态下的轨迹输入进行定义,最后对设计的轨迹发生器进行仿真实验。通过仿真实验表明,此方法简单高效,具有一定的可行性,为捷联惯导系统仿真提供了依据。

基于FPGA的模糊控制器设计

模糊控制作为现代控制理论的一种重要方法,通常以软件编程的方式在算法级上实现.为了在RTL级上实现模糊控制,提出了一种以EP2C5为核心器件,通过VHDL语言实现二输入一输出模糊控制器的方法,并对模糊控制的主要流程进行分析,采用自顶向下、模块化的FPGA设计方法,在Quartus II平台上分别对模糊化、模糊推理、解模糊等模块以及顶层设计进行了仿真,最终将其结果与理论值进行对比,仿真结果表明它们之间的误差较小,在允许的误差范围内,验证了该方法的可行性和正确性.

多方位分组式WiFi室内定位算法

WiFi信号的多径传播受到室内环境很强的制约性,障碍物的遮挡和阻隔造成部分接入点(AP)的信号传输发生折射和衍射使得信号强度减弱,基于接收信号强度指示(RSSI)测距时易产生和真实距离很大的测量误差。与其他的室内定位技术相比,RSSI测距的WiFi室内定位技术在定位精度、功耗和成本方面具有很大的优势。本文提出一种新的定位算法,将多方位RSSI测距进行分组定位的方法与加权质心算法相结合,用多方位测距减小障碍物的遮挡和阻隔引起的测量误差。室内定位精度提升了近40%。

微机械陀螺解耦控制技术的研究

研究微机械陀螺优化控制问题。由于微机械陀螺具有很严重的耦合误差,使得其精度和性能大大减弱。现有微机械陀螺解耦方法大都集中在结构解耦,受工艺和外界环境影响严重,且稳定性较差。针对上述问题,为了从源头消除耦合,在结构解耦的基础上提出了两种控制解耦方案即传统解耦方法和BP神经网络解耦方法,首先用传统解耦方法在建立其精确数学模型的基础上找到合适的解耦矩阵,使得驱动的输入和检测的输出为单一方向的运动,来实现控制解耦。然后用传统解耦后的数据来训练BP神经网络,进行解耦仿真,从而根本上消除耦合误差。仿真结果表明,上述控制解耦方案能根本上有效消除耦合,提高微机械陀螺解耦控制的鲁棒稳定性。

基于轨迹发生器的捷联惯导算法仿真研究

为了克服基于半实物的捷联惯导算法仿真研究容易受到各种干扰因素影响的缺陷,更好检验仿真性能,提出一种基于轨迹发生器的捷联惯导算法仿真研究方法。通过给出系统结构图,根据任务要求设计出载体的轨迹发生器,从而获得惯性器件和载体导航参数的输出,进而通过捷联惯导解算得出的解算数据与轨迹发生器的输出数据对比,获得载体输出误差数据。最后,对轨迹发生器和误差数据进行Matlab仿真验证,实验结果表明了该方法的正确性和有效性,达到了检验捷联惯导仿真性能的目的,具有一定工程实际意义。

基于模糊推理的配电网单相接地故障诊断方法

提出了一种基于模糊推理的配电网单相接地故障诊断方法,即采用模糊理论对传统的零序电流群体比幅法、暂态零序电流互积求和法、信号注入法这三种传统的配电网单相接地故障诊断方法进行改进,根据模糊推理理论将三种故障诊断方法的诊断结果融合以综合判断;针对配电网支路多且复杂,但每条支路并不长的特点,对配电网络进行化简分层,并采用基于模糊推理的配电网单相接地故障诊断方法对分层后的配电网进行逐层判断,最终确定诊断结果。分析结果表明,该故障诊断及电网分层诊断方法能够准确、快速地判断出故障线路。

基于WI-FI技术的矿井人员定位算法研究

在对井下巷道人员定位优化算法的研究中,准确地知道井下人员位置信息有助于地面进行管理以及当矿难发生时能及时有效的进行救援工作,但是井下环境恶劣复杂多变,利用无线信号进行定位时,信号在井下传播会受到多径效应、随机噪声等影响而出现很大的随机误差,致使定位结果不够准确。为解决上述问题,在传统的对RSSI值进行最大似然估计滤波优化的加权质心算法的基础上,加入多点均值的思想,提出一种对四点进行滤波处理的算法,将每次参与定位的节点数扩展至四个,利用三边测量法得到四组结果取均值。仿真结果表明,与传统算法相比,改进的算法定位精度更高并有较强的可行性和优越性,能有效应用于井下人员定位问题。

具有不等刚度的动调陀螺的运动方程分析

利用理论力学知识,通过对转子和平衡环的受力分析及陀螺的运动状态分析,建立起考虑了不等刚度的动力调谐陀螺当壳体具有加速度和角速度时陀螺的运动方程,得到了不等刚度造成的干扰力矩表达式,讨论了各种壳体加速度和角速度情况下的陀螺漂移。分析结果表明,不等刚度对动力调谐陀螺的调谐条件没有影响。在线加速度条件下,不等刚度引起的干扰力矩与加速度的平方成正比;而在角加速度情况下,不等刚度不产生陀螺漂移。在设计、生产中尽量做到等刚度设计有助于减小陀螺的漂移。

基于GA-CGA优化神经网络解耦方法的应用研究

为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力.

IMM在煤矿井下轨道火车实时定位中的应用

针对煤矿井下轨道火车所处的特殊环境,及其不同的运动状态(机动、非机动),传统卡尔曼滤波在井下实时定位系统中不能很好反应滤波误差问题。提出了交互多模卡尔曼滤波(interaction multiple model Kalman filter,IMM-Kalman)数据处理方法。采用IMM-Kalman滤波对基于Wi-Fi和微惯性单元进行组合定位算法估算出轨道火车的位置进行滤波处理。经过仿真验证IMM-Kalman滤波能有效地减少实时定位滤波误差,然而能提高系统的实时性和定位精度。

基于降阶组合定位系统的矿井人员定位算法

针对目前的由无线Wi-Fi定位系统与捷联惯导系统构成的组合定位系统复杂度高且工程实现较困难的问题,提出一种新的降阶微惯性测量装置(MIMU)及其降阶误差模型,并与Wi-Fi构成降阶的10维状态变量的组合定位系统。通过采用1个低精度微陀螺仪和2个低精度微加速度计作为惯性传感器设计简易MIMU的安装结构,将其与Wi-Fi定位系统组合,并用降阶卡尔曼滤波技术设计组合定位算法。仿真实验结果表明,该降阶组合定位系统定位响应速度快,定位精度高,在工程上也易于实现,适用于井下人员定位。

K近邻快速匹配的WiFi指纹定位方法

为解决室内Wi Fi指纹定位速度慢及定位波动大的问题,采用高斯拟合和多次测量取平均值的方法对接收的信号进行平滑处理;以距离为相似性测度,规定一个阈值对建立指纹数据库进行分类;改进K近邻算法,并在分类的基础上实现K近邻快速匹配。实验结果表明:经过分类处理过的定位系统耗时有很大程度的改善,平均降幅62.8%;Wi Fi指纹定位精度的平均误差从4.17 m降到了2.12 m。

WiFi指纹定位中采样间距对定位精度的影响

在Android平台上利用WiFi信号强度特征进行定位,定位系统由安卓客户端、Tomecat服务器以及MySQL数据库组成。基于信号强度指示(RSSI)的WiFi指纹定位在离线阶段建立的指纹数据库受采样间距的影响,因此采样间距必然影响指纹定位的精度。为了探究采样间距对WiFi指纹定位影响,在教室内进行实验,选取不同采样间距进行基于RSSI的WiFi指纹定位实验和分析,以定位的精度和时效性作为定位结果的衡量标准,实验表明,在室内环境下,采样间距为3m的时效性较高且定位精度也能满足要求。