基于模型熵处理的泥浆脉冲信号去噪方法研究

泥浆正脉冲传输技术在石油钻探中应用非常广泛,但泥浆正脉冲信号包含大量噪声,其中泵噪声为主要噪声来源,不仅时域上完全覆盖有用信号,而且频域上存在频谱混叠。在泵噪声特性的基础上,建立了一种泵噪声状态空间模型(线性时不变模型),引入最大相关熵准则去除泵噪声的野值,利用基于熵处理的标准卡尔曼滤波对泵噪声进行重构和滤波。此外,为实时处理信号的需求,采用随机共振原则滤除泵噪声后的剩余随机噪声。同时,模拟了稳态/非稳态泵噪声状态下几种不同信噪比的含噪泥浆正脉冲信号,分析评价方案的噪声抑制能力。结果表明,该方案能够抑制甚至去除原始信号中的稳态/非稳态泵噪声,可以将信号的信噪比提高约5~24 dB。

顾及运动特征的轨道不平顺测量精度分析

针对运动特征方程标准差和量测频率对轨道不平顺测量精度的影响进行研究,结合GNSS/INS与NHC的算法建立模型,利用协方差法进行定量分析。仿真实验表明加入运动特征方程提高了轨道不平顺的测量精度。运动特征方程标准差不变时,随着频率的增加,精度提高;频率不变时,运动特征方程标准差越小则轨道测量精度越高;给定适当的运动特征方程标准差可以满足轨道不平顺测量精度的要求。现场实验结果与仿真实验结果基本一致,证明所提方法的正确性。研究结论为提高轨道不平顺测量精度提供参考。

350MW循环流化床锅炉机组负荷动态优化控制方法

为进一步提升燃煤电厂锅炉的工况效率及机组运行的环保性和经济性,本文研究设计了一种350MW循环流化床锅炉机组负荷动态的优化控制方法。通过收集统计350MW循环流化床锅炉机组燃烧系统的烟气含氧量、煤量、送风量、燃料量、主汽压、炉膛负压以及引风量等数据,实施数据滤波提取处理,再利用系统辨识原理构建锅炉机组燃烧系统工况模型。最后基于遗传算法与人工神经网络构建锅炉机组燃烧系统模型的负荷优化控制模型,实现了对锅炉机组负荷动态的优化控制。测试结果表明,运用此优化控制方法,锅炉效率的提升率高于91%,具有较高的实际应用价值。

基于多传感融合的丘陵山地农机姿态检测单元

为推动丘陵山地农机发展,设计一种基于多传感融合的丘陵山地农机姿态检测单元。结合不同传感器采集数据特点,分别对倾角传感器采用标准中值滤波处理、对加速度计采用卡尔曼滤波处理后,利用平均加权融合算法对两种传感器处理后的数据进行融合处理,以获取更准确的农机姿态信息。试验表明,原始数据前后噪音波动最大范围为0~51.2°,多传感融合算法处理后的高频噪音基本消除,曲线平滑度得以提高,前后数据变化范围为0~2.2°,达到消除农机抖动噪音和外界干扰的效果。

基于间接量测的卫星相对导航

研究了以微波雷达作为相对测量设备的追踪星与近圆轨道上运行的目标星之间的自主相对导航问题。通过对卫星相对运动方程简化得到了线性的卫星相对运动方程。采用以雷达输出确定的直角坐标系下的相对位置作为量测,避免了直接使用雷达输出作为量测时量测方程的非线性问题,并给出了间接量测噪声方差矩阵的构造方法。根据线性的相对运动方程和量测方程设计了基于标准卡尔曼滤波器的相对导航算法。根据某微波雷达的性能参数进行的仿真结果表明:该算法与采用雷达的直接输出和EKF的算法导航精度相当,然而该算法避免了求解雅可比矩阵的繁琐过程,使滤波器的设计工作得到简化。

航位推算系统非线性过程处理新方法研究

针对航位推算系统中利用扩展Kalman滤波方法解决非线性问题在算法复杂性上的缺陷和精度上的不稳定性,该文从数据预先处理的角度出发,合理规避线性化过程,提出一种充分利用现成Kalman滤波公式的方法,即数据进入滤波器之前就预先进行处理,获得每一组量测值,按照极坐标-笛卡儿坐标的转换方式转为相应的位置信息,再按照标准的Kalman滤波公式构建滤波器,进行状态的最优估计。计算机仿真结果证明该算法的有效性。

在不同地形条件下的地形辅助导航系统定位精度评估

如何选择合适的地形是卡尔曼连续修正的地形辅助导航系统在实际应用中遇到的难题。本文首先建立系统仿真模型，然后利用ＡＲＣ／ＩＮＦＯ地理信息系统软件进行地形分析。在此基础上，通过大量的计算机仿真试验，对卡尔曼连续修正的地形辅助导航系统在不同地形条件下的定位精度进行了评估。评估结果为系统在实际应用中的地形选择提供了依据。

UWB TW-TOA测距误差分析与削弱

针对室内环境下UWB TW-TOA测距精度受标准时间偏差和NLOS误差影响明显的问题,采用4阶多项式拟合模型对标准时间偏差进行标定,设计了一种新的基于偏移卡尔曼滤波的NLOS误差鉴别与抑制方法。该方法将测距残差与卡尔曼滤波结合,鉴别出NLOS误差,并将残差值加入到卡尔曼滤波的迭代中,修正卡尔曼滤波的异常值,得到消除NLOS的测量值。利用实测试验对以上算法进行验证,结果表明经过标准时间偏差标定及NLOS误差的鉴别与抑制后,在LOS环境下,UWB TW-TOA测距精度可达到毫米级;在NLOS环境下,测距精度可由原来的0.5 m缩小至0.2 m,证明了本文方法的正确性和可行性。

光学捷联基准导航计算机设计与实现

为满足当前光学捷联基准解算精度高、低功耗、小型化的需求,设计了一种基于现场可编程门阵列(FPGA)和数字信号处理器(DSP)为核心的嵌入式导航计算机。对导航计算机(ENC)硬件设计进行了阐述,并重点研究了导航计算机信息处理模块(MPM)和数据采集通信模块(DCM)的协同使用,充分体现了DSP和FPGA联合使用的优点。其次,研究了基于主惯导航向和计程仪速度组合的Kalman滤波器设计,以解决长时间工作对系统精度的影响。最后,将该导航计算机实际应用于捷联基准中,通过半实物仿真试验,验证了导航计算机硬件方案的可行性和Kalman滤波器设计的合理性。结果表明,基于FPGA和DSP双核的嵌入式导航计算机性能稳定,设计合理,满足光学捷联基准高精度、低功耗的使用要求。

基于Hadamard方差的导航星座自主时间同步算法研究

文章在总结国内外研究成果基础上,针对GPS铷钟虽然短期稳定性较好,但采用Allan方差描述铷钟频率稳定性时,其钟差状态方程仅为两参数,在较长平滑时间里存在时钟漂移和甚低频噪声的影响,使噪声特性淹没或估值不收敛的缺陷,引入Hadamard方差建立了三参数系统状态误差模型,通过三次采样方差从模型上解决了线形漂移和甚低频噪声的影响问题。在时钟系统状态模型和星间双向测量方程建模基础上,给出了工程实用的标准Kalman基本滤波方程。数值分析仿真表明,采用Hadamard方差描述时钟频率稳定性显著提高星载时钟自主同步精度,从而克服了Allan方差描述产生的频率漂移影响较大和甚低频噪声不收敛的问题。

卫星同步时钟的设计

介绍一种基于TDC-GP2芯片测量时间间隔的新型全球定位系统——北斗锁定二级频标系统.给出了系统的总体设计方案、软硬件设计方法,运用卡尔曼滤波算法并结合线性平均的方法对噪声进行估计、滤波,采用ACAM公司生产的通用型TDC-GP2芯片对卫星锁定二级频标系统的时间间隔进行测量,通过增加一路分频输出信号,使测量范围扩展到-3.25～+3.25ms,时间分辨达到50ps.实验结果表明,锁定时输出频率准确度优于10-12(24h平均值),频率稳定度优于10-11/s.与传统的频标锁定系统相比,具有电路简单、调试方便、测量范围宽、附加噪声小、精度高等优点.

改进SHAKF算法消除IMU随机误差的研究

针对Sage-Husa自适应卡尔曼滤波(SHAKF)算法在处理惯性测量单元(IMU)时,随机误差容易随着时间的累积而造成滤波发散的问题,提出一种改进的Sage-Husa自适应鲁棒卡尔曼滤波(MSHARKF)算法。首先对IMU构建了合适的模型,再将SHAKF与自适应鲁棒卡尔曼滤波(ARKF)相结合并纳入改进的时变噪声估计器,再引入最优自适应比例因子α;对量测方程迭代更新,最后得出新的预测协方差矩阵代入原方程。实验结果表明,分别通过Allan方差和均方根误差(RMSE),对MEMS-IMU滤波前后的静/动态数据分析计算得,随机误差噪声分别减小至原数据的1/10000和1/100。与本文其他算法相比,该方法有效地对算法滤波发散进行了抑制,进而提高了IMU的测量精度和长期稳定性。

基于卡尔曼滤波器的频率源远程校准技术研究

针对GPS接收机接收下来的钟差数据带有很强的信号噪声,采用LabVIEW软件建立卡尔曼滤波模型,对离散钟差数据序列进行处理和预测,更加准确地反应频率源的性能。试验数据表明,选择参数合理,有效地降低了噪声造成的误差,从而提高了校准精度。

无人机低空滑翔抗攻击突防控制律优化设计

为了提高无人机的低空滑翔抗攻击突防和控制能力,提出一种基于快速模型预测的无人机低空滑翔抗攻击突防控制技术。采用融合传感识别技术进行无人机的姿态和位置参数信息采集,分析无人机的低空滑翔控制的物理环境参数模型,构建无人机飞行轨迹地图模型,使用标准卡尔曼滤波器进行无人机低空滑翔抗攻击突防控制信息的融合处理,根据信息融合结果进行控制指令设计。采用动态基元轨迹跟踪方法,得到无人机低空突防控制的滑模面,在有限Morrey空间内采用串联弹性驱动控制方法求得在控制约束参量分布模型的最优解。根据无人机低空突防段的初始位姿参数进行快速模型预测和飞行轨迹跟踪,实现低空滑翔抗攻击突防控制。仿真结果表明,采用该方法进行无人机低空滑翔抗攻击突防控制的精度较高,无人机的姿态参数的自适应调节性能较好。

DR导航系统非线性过程处理方法的改进

针对DR系统中利用扩展卡尔曼滤波（EKF）方法解决非线性问题在算法复杂性上的缺陷和精度上的不稳定性，从数据预先处理的角度出发合理规避线性化过程，提出了一种充分利用现成经典卡尔曼滤波公式的行之有效的方法，就是数据进入滤波器之前就预先进行处理，获得每一组量测值按照极坐标-笛卡儿坐标的转换方式转为相应的位置信息，然后按照标准的卡尔曼滤波公式构建滤波器，进行状态的最优估计。计算机仿真结果证明了这种算法的有效性。

一种高效抗差卡尔曼滤波的导航应用

针对目标导航定位中传统卡尔曼滤波结果易受运动模型误差影响的问题,提出一种高效抗差卡尔曼滤波方法:以卡尔曼滤波中目标位置参数的预测状态不符值的标准化残差作为抗差判断量,对当前运动模型的准确程度进行自适应判断;进而确定是否利用运动模型的预测信息进行滤波。实验结果表明:在复杂的运动环境中,该方法能够有效抵抗运动模型误差。

自适应卡尔曼滤波在沉降预测中的应用

随着我国经济高速发展,对煤炭资源的需求与日俱增,矿山大量开采造成矿区地表大面积沉陷。对于地下采煤,地表点的移动经历一个由开始移动到剧烈移动,最后到停止移动的全过程。为了更好地掌握矿山开采地表沉降移动规律,本文采用自适应卡尔曼滤波与标准卡尔曼滤波对其进行预测与分析。

小米8手机在城市环境下的单点定位精度研究

城市环境中广泛存在的高密度区域与城市“峡谷”产生的多路径误差,严重干扰了全球卫星导航系统(GNSS)卫星信号的传播,导致智能手机标准单点定位(SPP)的精度与可靠性降低。针对这一问题,从参数估计角度提出自适应抗差卡尔曼滤波,进行城市环境多路径误差的削弱研究。通过新息向量结合视线(LOS)环境下得到的检测阈值,进行多路径误差的检测与抗差因子的构建,然后对观测噪声方差阵进行等价替换,同时采用萨格-胡萨(Sage-Husa)算法进行系统噪声的自适应估计和修正,从而达到提高城市环境多种运动模式下手机SPP定位精度的目的。静态与动态实验表明,该方法在城市环境中,能有效削弱多路径误差的影响,提高城市环境手机SPP定位精度。

标准金属量器的动态液位图像跟踪

针对标准金属量器人工检定流程中存在的效率低下、可靠性差等问题,通过研究进水过程中透明玻璃管不同液位形态特征,提出了一种基于图像处理的动态液位检测及跟踪的方法。该方法利用边缘检测和图像开运算获取采集到的液位图像中液位线位置,并根据液位变化特征,建立其运动学模型,通过卡尔曼滤波实时跟踪液位并校正液位值。经过实验证明,该方法能在标准金属量器进水时动态检测液位,液位跟踪实时性好,提高了标准金属量器检定中液位检测的可靠性,可应用于标准金属量器检定中,有较好的推广价值。

用GPS秒信号锁定高频振荡器的方法研究

对用远距离传输的GPS秒信号锁定本地高频晶体振荡器的方法进行了探讨。介绍了高精度的时间数字转换器TDC(TimetoDigitalConverter)和对滤波的方法进行了探讨。为了降低成本又能够满足设计要求的精度,还考虑了双D/A转换的方法。有关的硬件系统已经通过了调试和一系列的测试和实验,在测量和控制精度方面,能达到设计的要求。此外,提出了这个系统有待解决的问题,如双D/A转换的非线性问题,Kalman滤波抗野值及继续提高精度的问题。