基于扩展卡尔曼滤波器的锂电池SOC估算仿真研究

为弥补动力电池组中安时积分法、开路电压法估算锂电池荷电状态(SOC,StateOfCharge)的缺点,在Matlab环境下介绍了一种使用扩展的卡尔曼滤波器估算SOC的仿真方法,并对整个过程的模型建立、电路搭建、参数辨识以及软件使用进行了详细的阐述。通过仿真实验表明其估算误差不超过3%,验证了方法的准确性以及对初值的不敏感性,是一种稳定的、可靠性高的SOC估算方法。

面向移动机器人自定位的无线网络构造算法及实现

针对移动机器人的自定位问题,研制一种无线定位网络结点,该结点由超声模块和无线射频模块组成,根据超声与无线射频信号的到达时间差计算机器人与网络结点的相对位置关系,借助扩展的卡尔曼滤波器实现机器人的自定位和对网络结点的同步定位。然后,提出一种无线定位网络的自主构建算法,通过机器人动态分配网络结点,实现对环境的完备最小覆盖。仿真与实验表明该网络构造算法及定位技术能够满足较大规模环境下移动机器人的自定位要求。

用水位恢复数据反演越流承压含水层参数

水文地质勘测中,由于水位恢复阶段没有人力和机械因素干扰,由测量数据可以画出平滑的曲线,更适宜于分析水文地质参数,但经典非稳定流Theis公式和Theis水位恢复法所依据的若干假设条件在实际中难以满足。针对越流承压含水层具有补给条件而很快稳定以及非稳定抽水阶段流量常"抖动"的特点,论证了利用稳定流量和Hantush-Jacob越流模型计算的可行性,并用扩展的卡尔曼滤波器反演水文地质参数,经文献中历史数据和实地抽水试验检验结果表明,由该方法反演的预测值和实测值吻合良好。

一种连续增量学习模糊神经网络

为获得快速、准确而精简的模糊神经网络,提出一种连续增量学习模糊神经网络(ISL-FNN).将修剪策略引入到神经元的产生过程,用错误下降率定义输入数据对系统输出的影响并应用于神经元的增长过程.在参数的学习阶段,所有隐含层神经元(无论是新增还是已有)的参数使用扩展的卡尔曼算法更新.通过仿真实验,该算法在达到与其它算法性能相当甚至更好的情况下,能获得更精简的结构.

惯导平台漂移误差参数辨识的实验研究

本文给出了某型号惯导平台漂移误差参数辨识的一个工程实例。平台上陀螺输出的零位误差和质量不平衡误差是引起平台漂移的主要因素。为此，我们建立起描述平台漂移的数学模型，取框架角的测量值做为系统的输出，框架角和误差系数都被定义成了状态变量，这样参数辨识问题就转化成了对状态的估计。为使各误差系数都能受到重力的充分激励和便于工程应用，实验中我们采用了六位置伺服状态测漂方案。实验结果表明，应用ＥＫＦ 可以获得较好的辨识效果，明显优于力反馈法和光点测漂法。

基于陆标动态配置的移动机器人主动探索

针对无预置陆标的环境,研究移动机器人动态在线配置陆标问题及基于此的主动探索.首先,提出陆标动态在线配置准则,并分析陆标配置对机器人定位与建图的影响;然后基于扩展的卡尔曼滤波器,将机器人的主动探索转化为多目标最优控制问题,优化目标包含3个部分,分别对应定位与建图的准确性、机器人预期探索的新区域大小和陆标配置对定位与建图的影响,机器人选取最优化目标函数的控制输入以实现准确的定位、建图和对环境的充分探索;最后对陆标进行有效的增补和去冗余.仿真结果表明该方法的有效性。

自适应采样间隔的无线传感器网络多目标跟踪算法

多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大,跟踪丢失等问题,提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态,采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心,基于马氏距离来量化主节点MN的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度,并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验,实验结果显示,本文设计的跟踪算法能准确预测目标的运动轨迹,能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知,本文提出的算法能在实现WSN网络节能的基础上提高跟踪精度。

基于EKF算法的交流永磁无刷同步电机参数辨识

用扩展的卡尔曼滤波算法(EKF)对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线.电机用脉宽调制(PWM)的电压源逆变器供电,用TMS320F2812系列数字信号处理器(DSP)作为控制芯片,用矢量控制的策略对电机进行转速控制.

基于EKF算法的交流永磁无刷同步电机参数辨识

用扩展的卡尔曼滤波算法(EKF)对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线。电机用脉宽调制(PWM)的电压源逆变器供电,用 TMS320F2812系列数字信号处理器(DsP)作为控制芯片,用矢量控制的策略对电机进行转速控制。

基于EKF的永磁同步电机定子绕组和转子磁铁温升估计

选dq坐标下的电机模型,用3阶EKF算法,来估计电机定子绕组的电阻值和转子磁体的磁通量,和静态时20℃室温下测得的定子绕组阻值和转子磁通量作比较,进而计算出对应的电机定子绕组和转子绕组的温度值.电阻值估计和磁通估计分别独立进行,通过对实验电机的实际测量和估计值进行比较具有较好的一致性.

四旋翼飞行器姿态控制系统优化设计

由于四旋翼飞行器的控制系统存在非线性、强耦合性、欠驱动性等问题,在捷联惯导测量单元中的累积误差大,导致姿态控制系统设计困难。为解决上述问题,提出了扩展的卡尔曼滤波器和UD分解滤波算法相结合的方式,并结合经典PID控制算法,实现了四旋翼飞行器的姿态控制系统的优化设计。经过仿真验证和实际测试表明,扩展的卡尔曼滤波器和UD分解滤波算法能够得到长时间稳定高精度的姿态数据,再应用PID控制算法,能够实现四旋翼飞行器稳定有效的姿态控制输出,达到了设计的目的。

六足机器人控制系统设计

为了解决六足机器人稳定性低、精度较低及避障问题的问题,本设计提出采用STM32控制器与24路舵机控制板联合构成六足机器人控制系统,建立了位置控制数学模型,使用扩展的卡尔曼滤波进行避障算法,用人工势场法规划路径,设计了流程图,利用超声波模块、视觉系统、光敏电阻实现六足机器人的运动控制、自主避障、步态规划。

部分观测下基于子结构的大型结构损伤诊断法

该文提出一种适用于大型结构在激励与响应部分观测情况下进行结构损伤诊断的方法。基于有限元模型,大型结构被划分成若干个子结构。相邻子结构间的作用,视为对子结构的"附加未知激励"。依次采用扩展卡尔曼估计和最小二乘估计识别扩展状态向量和未知外部激励,在子结构界面响应未观测的情况下,对各子结构的单元动力参数分别进行识别,并以追踪子结构内单元结构参数的变化,例如单元刚度的退化,对大型结构的局部损伤进行诊断。通过一个较大型的平面桁架桥的损伤识别数值算例,证实了该方法的可行性。与其他方法相比,提出的方法减少了对结构响应观测的要求。