电磁主动悬架控制策略设计与试验研究

为了满足车辆行驶过程的不同动力学性能要求,研究了混合控制策略对线性电机式电磁主动悬架控制效果的影响。首先,构建了线性电机模型以及电磁主动悬架动力学模型;然后,采用粒子群优化算法对混合控制策略的控制参数进行寻优,并设计了基于Kalman滤波算法的状态观测器,对系统状态进行最优估计,以解决实际过程中测量噪声对控制效果的影响;随后进行了仿真分析,结果表明:相比被动悬架,采用混合控制策略的电磁主动悬架车身加速度均方根值减小了13.96%,悬架动挠度均方根值减小了28.57%,车轮动载荷均方根值减小了8.59%,说明混合控制策略可有效提高车辆的动力学性能;最后,进行了台架试验,试验结果与仿真结果较为一致,验证了仿真结果的正确性。

移动机器人对障碍物运动轨迹预测方法的研究

确定了移动机器人在移动平面上的2个坐标系,并在其中一个坐标系中建立了机器人与障碍物相对位置变化的动态方程,运用Kalman理论障碍物动态轨迹进行预测,仿真实验表明该方法可对障碍物位置变化进行有效的预测.

汽车主动避撞系统中的报警方法及其关键技术

在分析现代汽车主动避撞系统特性的基础上设计了汽车主动避撞报警系统,对系统报警方法、雷达信号的Kalman滤波处理、雷达目标物有效性识别算法等关键技术进行了研究,给出了系统合理性及实用性验证的仿真及初步试验结果。

改进的特征匹配雷达视频运动目标跟踪算法

针对密集杂波和复杂多目标情况下,特征匹配跟踪算法定位跟踪精度较低的问题,提出一种改进的特征匹配雷达视频运动目标跟踪算法。首先,从单帧雷达图像检测结果中提取目标的面积、位置、不变矩信息,在运动目标得到判定后,利用卡尔曼滤波的预测位置以及上一帧特征信息进行目标匹配;然后,根据匹配位置和预测位置给出目标估计位置,并进行特征信息更新;最后,输出目标的特征信息、位置信息和运动参数。利用某型导航雷达上采集的实测数据验证了算法的有效性。

基于卡尔曼滤波理论的交通流量实时预测模型

用卡尔曼滤波理论建立了交通流量预测模型，并用两种方法对基本模型进行改进；利用线圈检测器提供的实测交通流量，预测了路段未来时段的交通流量。

耙吸挖泥船动力定位的Kalman滤波器设计

根据运动特性建立耙吸挖泥船的数学模型,将Kalman滤波技术应用于耙吸挖泥船动力定位系统,并进行Matlab仿真。仿真结果表明,Kalman滤波器具有很好的滤波效果,在环境力的影响下,能够得到理想的船位和艏向,是动力定位的有效方法。

遗忘因子在卡尔曼滤波自适应波束形成的应用

使用卡尔曼滤波控制的自适应波束形成，具有高收敛速率，低失调量，可用于非平稳过程等优点。系统建模是卡尔曼滤波的基础，系统模型不准确带来的验前数据误差，使滤波器精度降低，可能造成发散。本文提出的带遗忘因子卡尔曼滤波算法能补偿模型误差。通过计算机模拟，其模拟结果表明了该方法是有效的。

北斗三星无源导航定位技术研究

简述北斗三星无源导航定位的原理及定位误差源。探讨用最优估计理论和方法,即卡尔曼滤波技术,消除北斗三星无源定位数据中随机误差的方法。对华南沿海北斗三星无源定位实验数据进行滤波处理,结果表明:(1)北斗三星无源定位单点定位精度在纬度方向为±58m,经度方向为±4.3m,经卡尔曼滤波后其单点定位精度在纬度方向为±43m,经度方向为±3.6m;(2)北斗三星定位误差主要分布在纬度方向;(3)通过卡尔曼滤波可使北斗三星无源定位精度提高25%。

基于H_∞滤波的变权多通道数据融合方法研究

在对多通道定位数据进行数据融合中,采用H∞滤波可有效地解决各传感器数据误差模型不确定的滤波和状态估计问题。但由于数据采样时刻及精度的不一致性,对于多通道数据的融合应采用变权融合方式,以提高融合后数据的可靠性。该文由此给出了一种基于H∞滤波的变权数据融合计算方法,通过对实测实时数据的仿真计算表明,其方法具有很好的实用性。

Dynamic Detection Method of Medium-Low Speed Maglev F-Track seams Based on Machine Vision

This paper presents a dynamic detection method of medium and low speed maglev F-track seam based on machine vision detection technology. A Kalman filter light bar center extraction algorithm based on ridge line prediction is proposed for the bar image of F-track seam detection. And a threshold segmentation feature point extraction method is proposed for the center of the light bar. The static and dynamic precision of detection system are verified by the stability test, static and dynamic precision test. The static detection accuracy of end of F-track seam is less than 0.5mm and dynamic detection accuracy is less than 0.8mm. Then the static precision is less than 0.2mm the dynamic accuracy is less than 0.5mm about the horizontal F-track seam. And the static precision is less than 0.2mm, and the dynamic accuracy is less than 0.5mm about the vertical F-track seam. The detection accuracy of the system meets the requirements of F-track seam precision.

卡尔曼滤波和递推平均滤波在iBeacon室内定位中的应用

为了减少室内定位过程中出现的定位结果跳变和定位结果不连续问题,提高定位结果的稳定性与可靠性,在iBeacon室内定位系统中引入卡尔曼滤波算法和递推平均滤波算对移动定位结果进行滤波优化处理。首先,使用卡尔曼波算法对移动定位结果进行第一次滤波;然后,使用递推平均滤波算法对第一次滤波之后的定位结果进行二滤波。实验结果表明,在地下停车场环境下,该方法对定位过程中出现的定位结果跳变现象抑制效果明显,同时使定位结果的连续性大大增强,相比于传统的采用单一的滤波算法,该方法使移动定位结果的稳定性和可靠性都得到提高。

卡尔曼滤波在核脉冲全谱数据采集系统中的应用

针对核脉冲全谱数据采集技术中采用的深度加权滤波法在数据量少时平滑效果差、滞后大的缺点,设计了卡尔曼滤波算法替代传统滤波算法进行解谱的方案。滤波算法首先根据信号与噪声的状态空间模型,建立状态方程和测量方程,然后根据广义卡尔曼滤波对测量方程进行更新,最后根据现场的标准刻度井测量数据确定测量矩阵,对测量数据进行滤波。实测结果表明,该滤波算法相对于传统滤波算法,能够消除谱图的统计涨落,提高光滑度,遏制滞后,并保证滤波后曲线不失真。