一种斜拉桥目标状态索力快速精准确定的方法

为了精准高效地确定斜拉桥目标状态索力,提出一种新型快速精准调索方法。该方法实施步骤为:计入结构的几何非线性效应,对斜拉索施加一定初张力确定计算初态;在计算初态基础上设定斜拉索的索力增量作为主调向量,通过逐次轮换主调向量进行有限元计算,相比计算初态确定关心截面内力或位移的增量效应矩阵及边界矩阵等参量;利用数值优化理论,建立约束条件及目标优化函数求解出满足要求的最优索力。以主跨518 m的荆岳铁路公安长江特大斜拉桥为工程实例,对该桥成桥状态、施工过程子目标状态的索力进行优化并对施工监控误差进行修正。结果表明:优化后的结构状态均满足工程要求,该调索方法具有快速、高效、精准等优点,可推广至斜拉桥、拱桥等成桥状态和施工过程控制子目标状态的索力确定,并为施工监控索力调整等提供了一种新的解决途径。

基于目标状态方程的非线性预测励磁控制器的设计

提出了一种新的非线性系统控制设计方法:定义系统的状态变量与其参考轨迹之间的偏差为目标状态方程,并以此状态方程为基础,运用预测控制理论,针对单机无穷大系统进行非线性预测控制设计,得到了一种以机端电压、有功功率和角速度为反馈变量的非线性预测励磁控制规律。该控制规律包含了跟踪误差的未来信息,以便提高跟踪速度和改善控制效果。仿真结果表明:该方法不仅能有效地解决发电机机端电压静态偏移问题,而且能很好地镇定发电机的机械振荡,比以功角偏差为输出函数和以机端电压偏差为输出函数的非线性微分几何控制法更有效、更易于实现。

目标状态与时间信息在情境模型加工中的作用

采用移动窗口和记录探测句阅读时间的实时阅读技术,对情境模型中目标状态与时间信息的关系进行了探索。运用重复测量的实验设计进行了三个实验,实验发现(1)在顺序发生的事件结构中,未达成目标作为持续追踪的焦点,使得时间转换增大的条件下,也不会对信息的整合产生影响;而对时间距离的表征不仅起到了提高速度的作用,而且也没有产生时间距离的远近效应。(2)同样是在顺序语篇中,无目标和目标达成条件下,随着时间转换的增大,则出现了时间转换的大小效应,也出现了时间距离的远近效应。(3)在回溯事件的建构中,读者把回溯事件表征为时间距离的背景信息,目标促进了信息的整合。

基于目标状态方程的SRM非线性预测控制

提出了一种基于目标状态方程的开关磁阻电机非线性预测控制方法,根据建立开关磁阻电机的非线性数学模型,按照非线性控制理论,定义转矩偏差和速度偏差为目标状态方程。以此状态方程为基础,结合预测控制理论对开关磁阻电机控制系统进行非线性预测控制设计,得到了以转速和转矩为反馈变量的非线性预测控制规律。根据所设计的控制器,通过软件仿真进行了验证。仿真结果表明,采用基于目标状态方程的开关磁阻电机非线性预测控制方法设计的SRM控制系统具有良好的动态和静态性能,对抑制开关磁阻电机转矩脉动有很好的效果。

导弹主/被动雷达复合制导中的目标状态估计

针对主 /被动雷达复合制导中的被动雷达只有角度信息而无径向距离信息 ,当被动雷达与目标间的相对加速度为零时 ,目标的距离状态是不可观的特点 ,提出了一种旨在获取被动雷达径向距离信息的方法 ,从而可利用主动雷达和被动雷达的角度和径向距离信息进行数据融合。仿真结果表明 ,利用此方法可得到较好的数据融合效果。

基于极大似然目标状态估计的传感器管理

为估计目标运动的状态估计量,设计相应的传感器管理方案,文章依据贝叶斯概率知识,采用极大似然的最优化方法来估计目标运动的状态估计值;依据目标状态估计的误差协方差矩阵与其Fisher信息矩阵间的联系,推导似然函数关于目标状态各个分量的偏导数;采用随机离散时间系统知识,推导出对角式Fisher信息矩阵所有对角线上的各个元素;以Fisher信息矩阵的迹范数作为传感器管理中的最优代价函数,采用0-1整数规划算法来求解传感器的分配矩阵;最后将极大似然的目标状态估计及其相应的传感器管理方案应用于无人直升机的飞行控制系统中,以验证本文方法的有效性。

矢阵及其在目标状态测量建模中的应用

本文通过引入矢阵反对称叉积算子概念 ,得出了矢阵叉积算子同一般矢量列阵叉积算子之间的关系恒等式 ,揭示了两者之间的对称关系 ,由此关系非常方便地得到了矢阵运动学关系及其它一些常用关系 ,并把坐标变换阵对时间的导数推广到更一般的情况。一个对目标雷达被动定位状态测量建模的实例表明了其实际应用意义。

基于增量式有限混合模型的多目标状态极大似然估计

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来获得参数的极大似然解.在新分量插入混合模型时,保持已有混合模型的参数不变,仍旧采用极大似然准则从候选新分量集合中选择新插入分量.新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值.利用k-d树生成插入到混合模型的新分量候选集合.增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势,有助于一步一步地搜寻混合模型的极大似然解.仿真结果表明,基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.

使用目标状态估值器提高空对空射击性能

使用卡尔曼滤波器对机载火控雷达及其它传感器提供的数据进行处理,可以得到空对空射击火力控制需要的目标运动信息。通过动态数字仿真比较了前置计算光学瞄准和使用目标状态估值器两种空空射击的火控算法。在具备机载火控雷达的条件下,使用目标状态估值器能够提高空对空射击性能。

扩维UKF在目标状态估计器中的应用

在火力/飞行控制(IFFC)系统的目标状态估计器(TSE)设计中,通常目标运动模型可精确地在直角坐标系下建模,同时在传感器坐标系下所获得的目标量又是直接可用的,但一般量测模型是非线性的,滤波器模型需采用非线性滤波方法。为了提高状态估计器的估计精度,在UKF(Unscented Kalman Filter)算法基础上,介绍了一种新的AUKF(Augmented UKF)滤波方法。此算法的思想是尽可能多地利用系统的量测信息,把系统和量测噪声同状态变量联系起来一起考虑,即把系统和量测噪声也列为状态。这要求预测方程产生的采样点同样被应用到更新方程,从而使噪声项的作用通过非线性方程进行传递。通过Monte-Carlo仿真与EKF(Extented Kalman Filter)算法进行了比较,仿真结果表明新算法的有效性和实用性。

论情报接受的目标状态和现实状态的矛盾

在现实的情报接受过程中,目标状态和现实状态的矛盾是不可避免的,其表现形式和矛盾的程度依据情报接受的具体情况的不同而不同;文章以二者间矛盾形成的基因为出发点,论述了接受主体对目标状态的调整和情报系统对现实状态的能动作用,以及情报接受目标状态和现实状态矛盾运动规律的普遍性及其根本要求;认为揭示情报接受过程中目标状态和现实状态矛盾运动的规律,目的在于自觉地利用这一规律以提高情报接受率。

概率假设密度滤波的谱聚类目标状态提取方法

提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上.

也谈大学新生的“无目标状态”

“无目标状态”是新生入学后的一时不适应 ,这与高考制度、新生入学后的自我失落有关。教师应用目标激励、行为激励、关怀激励来指导学生走出“无目标状态”。

多机电力系统中基于目标状态方程的非线性励磁预测控制研究

以系统的状态变量与其参考轨迹之间的偏差为目标状态方程,运用预测控制理论,对多机电力系统进行非线性励磁控制设计,从而得到了以机端电压、有功功率和角速度为状态变量的非线性励磁预测控制规律.

一种基于目标状态关联的动态规划TBD算法

鉴于传统动态规划-检测前跟踪(DP-TBD)算法在低信噪比条件下易导致航迹跟踪误差大.为减小航迹关联时噪声的影响,提出了一种基于目标状态关联的DP-TBD算法.在当前第k帧观测值与(k-1)帧窗内某观测值累加的基础上,沿此方向再与(k-2)帧区域内的指标函数最大者进行累加,并记录累加后最优指标函数值所对应的前两帧的位置,用于回溯航迹.仿真结果表明,该算法有效减小了噪声的影响,相对于传统算法提高了跟踪性能,并且搜索窗越大,杂波点也越多,所提算法的优势越明显.

多尺度粒子滤波算法对目标状态估计的研究

当观测值给定的条件下,为了提取未知参数的信息,文中基于Gibbs与Metropolis-Hasting两种重要采样提出了多尺度粒子滤波算法。该算法在目标状态空间上一条马尔科夫链上,采用不同的粗细尺度进行交替采样来传递目标的状态信息和参数信息,从而搜索目标状态的最大后验分布函数。从而实现对机动目标状态的最优估计。其中细尺度采样保持了估算的精度,粗尺度提高了运算效率。仿真表明,该新算法实现了算法精度和效率的良好折衷。

目标状态的“全面”自适应估计

本文根据“全面”自适应的思想,建立了一种新的目标状态估计器——“全面”自适应估计器,通过目标动态特性识别、特征参数辨识和“全面”自适应模型集的结合,达到了跟踪估计目标各种运动的“全面”自适应能力.利用Monto-Carlo仿真表明,本文提出的新估计器具有所期望的良好性能.

一种新型非线性滤波器在目标状态估计中的应用

研究了球坐标系中目标状态估计问题，应用一种新型非线性滤波器设计了目标状态估计器，选择了机动目标“当前”统计模型作为目标加速度模型，对所设计的状态估计器进行了仿真，仿真结果表明该估计器具有令人满意的性能。

单雷达直线航迹线目标状态分量合成估计方法

通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。

武装直升机IFFC系统目标状态估计器的设计与仿真探讨

目标状态估计器(TSE-Target State Estimator)是综合飞行/火力控制(IFFC-Integrated Flight and Fire Control)系统中的一个重要组成环节,它对测量的目标参数进行滤波估值,提高了火控系统的命中率。本文阐述了目标状态估计器的设计一般方法,并以地面匀速运动的坦克为目标,对其进行了设计与仿真。