基于状态估计的摩擦模糊建模与鲁棒自适应控制

针对一类多自由度机械系统,研究了基于状态估计的摩擦模糊建模与鲁棒自适应控制问题.提出用模糊状态估计器估计摩擦模型中的不可测变量,并用严格正实和李雅普诺夫稳定性理论证明了状态估计误差的一致最终有界性.运用模糊状态估计结果设计了多变量鲁棒自适应控制器,其中摩擦模糊模型中的自适应参数是基于李雅普诺夫稳定性理论设计的,并证明了闭环系统跟踪误差的一致最终有界性.本文对多自由度质量、弹簧和摩擦阻尼系统进行的仿真,结果表明所提出的状态估计算法和自适应控制策略是有效的.

基于多模方法的位移矢量场自适应估计

半平面CGM(half plane compound Gauss-Markov)模型是以线过程(line process)标识不同的子模型,适合于描述平稳和非平稳的位移矢量场DVF(displacement vector field);半平面MRF(Markov random field)模型描述线过程的分布,以确定各个子模型的先验概率。由此,本文提出一种基于多模方法的递归自适应DVF估计算法。

一种多模型自适应联邦滤波器及其在INS/CNS/GPS组合导航系统中的应用

本文介绍一种基于多模自适应估计的联邦滤波器的原理和特点。设计了INS/CNS/GPS组合导航系统的联邦滤波算法 ,并首次将多模自适应估计方法运用到联邦卡尔曼滤波器中。此外 ,联邦滤波器算法中采用自适应调整信息分配系数的方法。仿真结果表明 ,与采用单一模型的联邦滤波算法相比 ,多模自适应方法与联邦滤波方法结合使用能大大提高导航系统的精度和可靠性。

改进新息自适应交互多模的GPS/SINS组合导航滤波算法

针对量测噪声统计特性未知会影响GPS/SINS组合导航滤波精度的问题,提出了一种改进新息自适应的交互多模滤波算法:在估计新息协方差矩阵时,将在不同长度估计窗下得到的估计值进行加权组合,优化了估计窗口的选取;然后估计系统的量测噪声阵,并以该估计值为中心对称地构建交互多模模型集,再进行交互多模滤波,该方法解决了传统交互多模算法在噪声统计特性未知情况下模型数量与计算速度之间的矛盾。仿真结果表明:相比于标准卡尔曼滤波和单一估计窗口新息自适应交互多模滤波,该方法具有更高的滤波精度和抗干扰性。

基于模糊竞争学习的非线性系统自适应模糊建模方法(英文)

提出了一种新的基于模糊竞争学习的自调整的模糊建模方法 .基于模糊竞争学习 ,模糊系统能够进行自适应模糊推理 .在被调整模糊系统基础上 ,提出了一种非线性系统在线估计参数的在线辨识算法 .为了证明提出算法的有效性 ,最后给出了几个例子的仿真结果 .

基于Kinect的自适应跑步机行走速度估计方法

自适应跑步机是康复医疗和人体工程学的研究热点,也是虚拟现实运动输入设备的重要组成部分。针对自适应跑步机上人体位置相对地面几乎无变化,很难通过简单的位置差分获得到人体运动速度的问题,提出了一种适应性广、无标记点、非接触式的行走速度估计方法。将Kinect采集到的人体关节点位置数据通过四元数标定、高斯滤波和三次样条插值处理后,用步长修正算法计算出行走时的步态时空参数。基于步态时空参数估计使用者在自适应跑步机上行走时的速度。在固定速度的跑步机上,通过将速度估计值与所设定的跑步机实际速度进行对比,验证了速度估计算法有效性,该速度估计算法可以适用于自适应跑步机的控制算法开发。

非均匀混响统计建模与功率估计

针对非均匀混响中进行恒虚警(CFAR)检测所需的背景功率估计问题,通过对非均匀混响进行统计建模分析,提出一种非均匀混响功率自适应估计方法。所提方法基于排序统计、功率分类等处理,对混响数据服从的统计模型进行判别,根据均匀混响、参杂强干扰混响、混响边缘等具有不同特性的混响成分,选择不同的处理方式进行功率估计。进一步将所提出的混响功率估计方法应用于CFAR检测中,获得一种新的CFAR检测器。仿真和实测混响数据的处理结果表明,提出的混响功率估计方法可以对强干扰和混响边缘等非均匀混响背景进行有效判别和功率估计,提出的CFAR检测器有效提高了非均匀混响背景中的目标检测性能。

一种新型的恒模自适应阵列初始化方法

智能天线在移动通信中的应用已经引起了广泛的关注.恒模阵列能够形成自适应波束,但其初始权矢量的选取影响着对所需信号的捕获性能.该文提出一种在信号到达方向(DOA)已知的情况下,基于泰勒(Taylor)阵列的恒模阵列权值初始化新方法.仿真结果表明,这种新方法不仅能解决抗干扰问题,还可加快恒模算法的收敛速度.

基于主动建模的自主移动机器人自适应容错控制

针对非线性自主移动机器人可能发生的驱动器故障,提出了一种新的自适应容错控制方法,即基于主动建模的逆动力学控制（IDC）方法.无色卡尔曼滤波（UKF）非线性估计方法用于对系统进行主动建模——状态和故障参数的在线联合估计,含有可调参数的逆动力学控制器用于根据UKF的估计结果进行控制策略的重构.仿真实验证明,具有主动建模的控制器能够有效地补偿系统的驱动器故障,使故障后的系统仍具有令人满意的性能.

基于改进自适应滤波算法的控制系统传感器故障诊断

应用标准的多模自适应滤波算法进行故障诊断时,需要一组与假设模型等数量的卡尔曼滤波器进行滤波计算,计算量很大而且耗时,这对于实时性要求很强的工程应用是不合适的,因此提出了一种改进自适应滤波算法,它只需要单个卡尔曼滤波器就可得到与标准的多模自适应滤波算法等价的残差,因此可以有效地减少计算量和计算时间.将此算法应用于某无人机控制系统的传感器故障诊断,仿真结果验证了该方法的有效性.

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。

一种微弱直接序列扩频信号的盲自适应解扩算法

针对微弱直扩信号扩频码的盲估计和信息码的盲解扩问题,本文提出了一种能同时分离直扩信号扩频码和信息码的非线性盲自适应恒模算法,达到了对直扩信号盲处理。本文首先提出了直扩信号的盲分离问题,然后详细分析推导了盲自适应随机梯度恒模算法,最后将该盲自适应随机梯度恒模算法应用到了对微弱直扩信号的盲分离中,并从理论上阐明了可以用该算法来实现直扩信号的盲分离。所提出的算法完全不同于以往的基于矩阵分解(奇异值分解、特征分解等)的伪码盲估计方法,它的存储开销量和计算量都比较小,可以实现对较长伪码构造的直扩信号的处理,而且它的计算速度较快,在某种程度上解决了传统的基于矩阵分解的方法在直扩信号的实时处理及实现上的困难。理论分析和数值结果都表明了所提方法能较好地工作在较低的输入信噪比条件下。

基于矢量对偶四元数的水下机动目标自适应跟踪

为实现水下机动目标准确可靠跟踪,本文将水下目标视为刚体,考虑水下机动目标平动转动耦合现象,提出了一种自适应跟踪算法。采用矢量对偶四元数对水下非合作目标的运动学与动力学过程进行建模,对其六自由度耦合运动进行一体化描述,更加真实简洁的反映水下目标的运动特性。考虑水下环境干扰对观测量的影响,结合自适应卡尔曼滤波算法,通过实时计算新息信息调整滤波增益,对水下机动目标当前状态进行自适应估计,克服了传统非线性卡尔曼滤波算法不能处理受扰观测的局限。基于Matlab仿真平台完成了对所设计算法的蒙特卡洛仿真。仿真结果表明:在给定的水下三维仿真空间内,所设计的算法能够对水下机动目标进行准确可靠的跟踪。

等残差卡尔曼滤波器组算法的无人机控制故障诊断

提出了一种等残差卡尔曼滤波器组算法,它只需要单个卡尔曼滤波器的残差和状态估计及其线性变换,就可得到与标准的多模自适应滤波算法等价的残差,因此可以有效地减少计算量和计算时间。将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性。

基于空频两域双内插的地网暂态快速计算

变电站接地网暂态仿真过程一般采用FFT与矩量法(MoM)相结合的方法,对陡脉冲激励其过程是相当耗时的。该文在扩展的一维自适应采样模基参数估计(MBPE)方法的基础上,采用了空域优化和频域优化相结合的方法提高该计算的效率:在频域内采用该方法构造解向量的频谱,可减少所需频域响应的计算次数;在空域内构造计算区间内偶极子产生的矢量磁位与场点的空间位置之间的近似函数,并从该函数中插值得到基于混合位积分方程(MPIE)的矩量法的矩阵元素,可避免大量复杂的计算过程。通过与传统计算过程得到的结果相比较,该方法的准确性和高效性得到了验证。

基于环境参数自适应估计的液压机器人力控制

针对液压驱动四足机器人在约束空间力控制特点,提出鲁棒位置内环阻抗外环的复合控制策略,推导电液伺服作动器的数学模型,建立作动器的误差模型,基于误差模型及其不确定界进行位置内环μ控制器设计,给出环境参数的自适应估计器.在半实物仿真平台上进行力跟踪实验,实验结果表明:位置内环幅值超调和相位滞后分别小于10%和0.02s,验证了鲁棒位置内环控制器的有效性;基于自适应估计方法获得的环境参数设计的轨迹发生器及阻抗力外环的综合运用实现了系统的高精度力跟踪控制,验证了所提控制策略的有效性.

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。

基于多模自适应滤波算法在装备组合导航系统的应用

为满足在复杂环境下装备导航定位需求,本文提出了一种对组合导航系统进行多源信息融合以获得高精度、高容错位置修正信息的设计方法.该方法通过改进联邦卡尔曼滤波算法和滤波器设计,建立一种基于北斗/GPS/SINS组合导航系统的多模自适应估计的联邦滤波器,通过多源数据优化融合有效提升装备组合导航系统精度及可靠性,为其提供准确的地理位置、周边地形以及道路交通等信息,帮助作战人员实时获取目标状态并引导精确导航,有效提升装备作战使用效能.仿真实验表明:该方法与单一模型的联邦滤波器相比,不仅能进一步提升系统的容错性及高精度定位能力,还便于对各导航子系统的故障进行隔离定位,具有较大的工程应用价值.

偏振复用相干光纤通信系统中的自适应色散监测

针对长距离相干光纤通信系统,提出了一种超大色散(CD)监测范围的两级自适应高精度色散估计算法。该算法利用信号功率自相关波形(ACSPW)函数作为粗估计,再使用恒模误差函数(CMA)中心值搜索,得到精确色散值。仿真结果表明,新算法色散估计误差小于35ps/nm,比传统ACSPW算法精度提高将近4倍;在参考误码率为10-2时,对比传统ACSPW算法,提出的算法功率罚改善8dB。

自适应、自学习、自整定和自组织系统

0117984基于HFLANN自组织多项式网络学习算法[刊]/周永权//计算机研究与发展.—2001,38(5).—587～590(D)0117985一种自适应门限控制方案的研究[刊]/赵清涛//空军工程大学学报.—2001,2(3).—44～46(K)描述了一种对于包获取的自适应门限控制方案,该方案根据噪声电平的最大似然估计自适应的设置判决门限,并对其性能进行了分析。通过和其它的包获取的门限控制方案的对比,说明了该方案的优越性。