基于改进Sage-Husa自适应滤波的ADCP船速基准精确获取

针对传统Kalman滤波存在的单一固定的误差协方差阵Q、R及观测粗差均会影响声学多普勒流速剖面仪船速滤波性能这一问题,本文结合自适应抗差滤波原理与Sage-Husa算法,通过构建自适应因子与抗差因子,并对Q和R分别增加Kalman滤波的约束条件,设计了一种改进的Sage-Husa自适应滤波算法。在长江口开展的声学多普勒流速剖面仪走航测量实验结果表明,与传统的Kalman滤波方法相比,本文改进方法受粗差影响明显减小;在底质流动速度为分别为5、10、15 cm/s下的船速精度均提高了约2 cm/s,断面流量相对精度则分别提高了0.9%、3.0%和6.0%。对于年均流量为2.8×10^(4)m^(3)/s的长江口这种大型感潮河段来说,本文方法1%~6%的流量相对精度的提高显得必要且有意义。

基于Sage-Husa预测算法的直流无刷电机Hall传感器位置信息校正

直流无刷电机控制需要转子位置信息,位置信息识别偏差会降低电机效率。本文以带有开关型Hall传感器的直流无刷电机为研究对象,基于最小偏差原则,估算了Hall传感器间的相对安装偏移,明确了基于LBEMF的电机理想换相位置识别方法,消除了Hall传感器安装位置偏差,采用预标定方法,推算了信号调理电路引入的延迟,并提出了一种转子位置信息校正策略;设计了一种基于Sage-Husa法的自适应位置信息预测算法,滤除预标定未能消除的位置信息偏差。在氢气循环泵实验平台的结果表明,采用预标定方法后,转速波动MAPE降低了72.4%,平均相电流降低了62.8%,系统效率明显提高;相对于传统KF预测算法,本文预测算法的匀速与调速阶段转速波动、转速曲线超调及全过程换相时间波动分别降低了16.0%、19.4%、42.1%及35.0%,具有更高的抗扰动能力,对换相时刻的预测更准确稳定。

基于改进的Sage-Husa滤波MEMS陀螺阵列降噪技术研究

为充分挖掘MEMS陀螺的性能,提高MEMS陀螺在实际应用中的精度,通过搭建四陀螺阵列结合改进的Sage-Husa滤波算法对陀螺阵列的输出信号进行降噪,在不改变陀螺加工工艺和显著提高生产成本的条件下有效提高了MEMS陀螺仪的实际性能。通过分析MEMS陀螺仪的系统误差和随机误差,搭建误差模型,利用传统卡尔曼滤波、移动平均滤波、小波阈值去噪和改进的Sage-Husa滤波算法对单个陀螺和陀螺仪阵列进行降噪处理,实验对比发现改进的Sage-Husa滤波算法和陀螺仪阵列结合后能有效降低陀螺的输出噪声。利用Allan方差分析陀螺仪阵列经过改进的Sage-Husa算法滤波后的随机误差,四陀螺阵列角度随机游走从0.40°/√h降低到0.30°/√h,零偏不稳定性从71.11°/h降低到5.83°/h,有效提高了MEMS陀螺在实际应用中的性能。

黄河三角洲地区SAGE潜在植被的验证和修订

采用植被野外调查方法,结合黄河河道变迁及新旧黄河三角洲扩展过程,辨识了黄河三角洲不同地貌位置的植被类型,据此分析了黄河改道、三角洲扩展及人类土地利用活动对自然植被的影响;参考植被类型分布及遥感影像资料,评估并局部修订了黄河三角洲地区全球环境和可持续发展中心(center for sustainability and the global environment,SAGE)潜在植被数据.研究发现:1)黄河三角洲自然植被格局呈由内陆向海岸的“环扇状”分布,植被由内向外依次是落叶阔叶林、柽柳灌丛、芦苇和碱蓬草甸、荒漠;2)黄河改道对黄河三角洲自然植被的影响主要表现在新三角洲地区,新三角洲近黄河河道地区主要发育淡水植被景观,远离河道地区发育耐碱植被景观;3)人类土地利用活动对黄河三角洲自然植被影响存在沿海、内陆分异,内陆地区主要表现为人工植被代替自然植被,沿海地区主要表现为人工不透水面代替自然植被;4)SAGE潜在植被总体上反映了黄河三角洲植被空间分布格局,但部分地区与自然植被差异显著.修订后的潜在植被数据更好地体现了黄河三角洲植被类型分布差异和圈层演变特征,将为黄河三角洲人类-环境效应相关研究提供基础数据支持.

GNSS/SINS组合导航的改进Sage-Husa自适应滤波算法

针对组合导航系统中标准Sage-Husa自适应滤波算法存在滤波发散的问题,提出一种改进的Sage-Husa自适应滤波算法。首先,对组合导航系统的线性卡尔曼滤波算法采用补偿反馈校正算法获得最优估计,并对滤波器新息向量进行简化;然后,提出一种改进的Sage-Husa自适应滤波算法,该算法具有实现简单并且可以避免状态估计发散的特点;最后,进行基于该算法的GNSS/SINS组合导航实验。结果表明,该算法可以对量测噪声突变方差和缓变方差进行准确跟踪,并且量测噪声方差估计精度与变分贝叶斯滤波方法相当;当量测噪声方差变化时,相对于标准KF算法,该算法可分别提高约20%和21%的位置精度和速度精度,能有效降低未知量测噪声统计特性对组合导航系统滤波精度的影响。

基于改进Sage-Husa算法的锂电池SOC估算方法研究

针对复杂工况下难以估算锂电池荷电状态(SOC)的问题,提出一种基于协方差匹配技术的改进的Sage-Husa自适应算法。改进的Sage-Husa自适应算法通过在Sage-Husa自适应算法基础上引入判断滤波是否发散的协方差匹配判据,确保滤波发散时更新噪声的统计特性,滤波收敛时无须重复更新噪声,从而提高了算法的鲁棒性和计算效率。实验结果表明,改进的Sage-Husa自适应算法在动态应力测试(DST)工况和北京公交动态应力测试(BBDST)工况下的SOC估算误差均小于2%,收敛时间小于50 s,证明了该算法在复杂工况下具有较高的估算精度和较快的收敛速度。

一种改进的基于Sage-Husa 的无迹卡尔曼滤波算法

基于Sage-Husa的无迹卡尔曼滤波算法(UKF)能实时估计噪声统计特性来应对系统模型和噪声的不准确性,但是存在不能同时估计状态噪声/状态噪声协方差和量测噪声/量测噪声协方差的问题.为此,提出了一种改进的基于Sage-Husa的UKF算法.首先阐述了基于Sage-Husa的UKF算法;其次改用间接量测更新来简化运算,引入强跟踪原理来约束噪声/噪声协方差的更新频率以及量测噪声协方差的估计结果;最后在系统模型、噪声不准确条件下进行了目标的跟踪仿真.仿真结果表明本文所提算法在上述复杂环境下仍能保持对目标的良好跟踪,验证了该算法的有效性.

基于Sage-Husa自适应的卡尔曼滤波负荷信号降噪研究

在对工业污水处理站运行设备进行负荷识别时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中的强噪声干扰,使得在对关键电力参量波形的识别和处理时出现较大困难。本文基于Sage-Husa自适应算法与卡尔曼滤波法相结合,在卡尔曼滤波基础上,加入遗忘因子,陌生参量指标,对工业污水站设备采集信号波形进行处理。采用公司智能电表采集平台数据进行实验验证,本文算法对比传统卡尔曼滤波算法,误差平均值降低42.91%,误差方差降低48.68%,获得更好的消除背景噪声效果。

基于改进自适应滤波的MEMS陀螺振动误差抑制研究

本文提出一种基于改进自适应滤波的MEMS陀螺随机振动误差的补偿算法。该算法采用简化Sage-Husa自适应滤波算法估计量测噪声,并通过协方差匹配技术引入收敛性判据抑制了滤波的发散,它提高了实时性且减少了计算量。实验结果表明:经过改进算法滤波后,MEMS陀螺随机振动误差的方差减少97.76%,与常规卡尔曼滤波相比,改进算法的方差减少了72.66%,验证了改进的自适应卡尔曼滤波算法可以有效地抑制MEMS陀螺因随机振动引起的输出误差。

基于改进SHKF算法的UWB/IMU组合定位方法

针对复杂环境下超宽带(UWB)无线定位系统存在非视距(NLOS)及随机误差的问题,提出一种基于改进Sage-Husa卡尔曼滤波算法(SHKF)的UWB/IMU组合定位方法。首先,设计了一种基于概率密度的提升树,将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中,鉴别出NLOS信号;然后,设计了一种改进SHKF算法,根据新息变化趋势定义自适应因子,实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响,进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明,所提方法将NLOS信号鉴别精度提升至99.12%,定位均方根误差降低至4.30 cm,提升了复杂环境下UWB/IMU组合系统定位精度。

内圣外王的期盼:中国古代君德论及其特征

中国古代君德论起源于殷周,发展于两汉,兴盛于唐,繁荣于两宋,变革于明末清初,一脉相承而内容不断丰富。君德的内容包含了君主的德性、器识、才智、能力等诸多因素,主要体现在君主个人修养以及施政过程中如何处理君臣关系、君民关系等方面。完善君德的方式主要有经筵讲读、皇储教育、家训教化、大臣谏诤、史书褒贬。古代君德论特征鲜明,君主地位的尊崇、历史的教训与现实的需要是君德论的起点,儒家“修齐治平”“内圣外王”理论是君德论的思想基础,读经观史,以经为则、以史为鉴是完善君德的重要手段,“致君尧舜”是君德修养的重点。古人已经形成了一套围绕君主而展开的关于君德修养的理论体系。同时也要看到,古人讨论君德,既存在“师道”与“君道”之间无法调和的矛盾,也没有进行制度层面的反思,反映的只是一种泛道德化的政治伦理观。

基于改进自适应IMM算法的高速列车组合定位

针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对IMM融合滤波算法因先验信息不准导致固定参数设置不当的问题,引入Sage-Husa自适应滤波和转移概率矩阵(TPM)自适应更新集成为自适应IMM算法。针对多模型切换的滞后问题,利用子模型似然函数值能快速反映模型变化趋势的特点,将似然函数值设为判定标志,并引入判定窗对TPM矩阵元素进行修正,有效提升了模型的切换速度。最后,基于改进自适应IMM算法对4种传感器定位信息进行融合滤波,实现高速列车的高精度组合定位。仿真结果表明:改进后的算法相比其他自适应IMM算法提升定位精度1.6%~14.7%,并且能通过提高模型间切换速度来有效降低位置误差峰值,同时具备较好的抗噪性能。

制造“大儒”:官学一体的理论准备——《荀子·儒效》文本语境下的哲学阐发

为建构儒家崇拜谱系,《荀子·儒效》在历代先王中寻找资源,塑造“大儒”偶像,以曾经的圣君为最好的取法对象,以礼义为儒者最高的学术追求。其对战国时期儒之流品“雅儒”“俗儒”基本现状的记载,反衬出“大儒”的超越性——真正能够践行仁道理想的,唯有“大儒”。大儒“法后王”,既遵从后王之道,又效法先王之功,“以今持古”;既立足当下,又敢于对现实加以改造。如此“大儒之效”显然难以达到,“非圣人莫之能为”。即便是孔子,因为其只有立言、立德而无立功,就被排除在事功大儒的崇拜系统之外。而把天子、三公归为“大儒”,则有利于为儒家培养后备力量,推进儒家队伍官僚化、官僚队伍儒家化,在理论上为后世官学一体、道统涵摄政统奠基。

乡贤圭臬与民族英雄:台湾地区福建同乡会对郑成功形象的双重阐述

台湾地区光复后,闽籍人士陆续在台湾地区成立同乡组织、创办同乡刊物。截至2021年底,台湾地区共有84家福建同乡会,创办31种福建同乡刊物。这些同乡组织积极展示郑成功相关史迹,视其为乡贤圭臬,还举办郑成功诞辰纪念活动、出版纪念专刊,颂扬郑成功收复中国台湾的丰功伟绩,奉其为民族英雄。在台湾地区福建同乡心目中,郑成功兼具福建乡贤和民族英雄的双重形象。

复合微生态制剂提高迷迭香秸秆的营养成分及品质研究

试验研究复合微生态制剂对迷迭香秸秆品质及营养成分的影响。试验分为在迷迭香秸秆中不添加复合微生态制剂为对照组,添加0.05%、0.10%、0.20%复合微生态制剂为试验组。在发酵7天取样检测。结果显示,添加0.05%复合微生态制剂能够显著提高迷迭香主要成分迷迭香酸和鼠尾草酸的含量及总糖含量(P<0.05);添加0.05%复合微生态制剂能够显著降低木质素含量(P<0.05);添加0.10%复合微生态制剂组粗蛋白含量显著高于对照组(P<0.05);添加0.20%复合微生态制剂组中性洗涤纤维含量显著低于对照组(P<0.05)。研究表明,复合微生态制剂能够显著提高迷迭香主要成分迷迭香酸、鼠尾草酸及总糖的含量,其添加量以0.05%效果最佳;复合微生态制剂能够改善迷迭香秸秆的品质,提高迷迭香秸秆作为饲料的营养价值,其添加量在0.10%~0.20%。

一种数值稳定的次优并行Sage自适应滤波器

提出了一种新的次优Sage自适应Kalman滤波算法。该算法通过对滤波器发散的综合抑制 ,有效提高了滤波器的数值稳定性。针对经典次优Sage滤波器经常存在结果偏移现象 ,设计了一种附加伴随滤波器的并行滤波结构 ,消除了结果偏移 。

对Sage-Husa算法的改进

在衍生于卡尔曼滤波的INS/GPS组合导航自适应算法中,Sage-Husa算法是针对不确定的系统噪声协方差阵Q阵和量测噪声协方差阵R阵的经典算法。文中推导了自适应Q阵和R阵,在自适应Q阵中补充了Sage-Husa算法遗失的一些量。为了尽可能多保留信息,构造新方法使得Q阵非负定和R阵正定,取消了易导致估计偏差的均值估计,修改了Sage-Husa算法中使初始噪声方差的作用很快趋于零的设计思想,可控制固定噪声方差的比例。在3种数据扰动环境下,利用动态仿真计算分析和比较了相关算法发现,同时对Q阵和R阵做自适应估计的算法,其抵抗数据扰动的效果要优于固定Q阵只对R阵做自适应估计、或固定R阵只对Q阵做自适应估计的算法,这个结论不同于一些文献的观点。新改进的Sage-Husa算法对自适应Q阵和R阵可分别调节,有较好的适应性和稳定性。

自适应Sage-Husa粒子滤波及其在组合导航中的应用

针对非线性滤波问题,提出一种新的自适应Sage-Husa粒子滤波算法。通过Sage-Husa滤波方法计算状态估值和协方差阵来获得重要性密度分布函数,充分考虑了最新量测信息的影响,并利用欧氏距离和反映量测噪声统计特性的精度因子自适应地调整粒子权值的分布,降低粒子退化程度,提高了滤波精度,适用于非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和粒子滤波比较,仿真结果表明,自适应Sage-Husa粒子滤波能提高导航系统定位的解算精度,得到的东向和北向定位误差控制在?5.3m附近,其性能明显优于扩展Kalman滤波和粒子滤波。

基于改进Sage-Husa的自适应无迹卡尔曼滤波的锂离子电池SOC估计

扩展卡尔曼滤波(EKF)算法估计锂离子动力电池荷电状态(SOC)时,由于系统噪声的不确定,可能导致估计算法不精确,并且算法中的线性化处理受电池模型的影响很大。为了解决上述两个问题,本文采用改进Sage-Husa的自适应无迹卡尔曼滤波法(AUKF)来动态地估计多元复合锂离子电池的SOC。与EKF相比,改进Sage-Husa的自适应卡尔曼滤波法提高了SOC估计的精度,并能够实时修正微小的模型误差带来的SOC估计误差,实时的工况模拟证明了该算法更适用于多元复合锂离子电池的动态SOC估计。

改进的Sage-Husa自适应滤波及其应用

为防止滤波发散和提高系统的实时性,提出了一种基于协方差匹配技术的自适应滤波方法。该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星(INS/DS)组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了实时性。