消除舒拉振荡误差的理论与实践

惯性导航系统的舒拉振荡误差,不仅影响速度、姿态、位置等导航参数精度,而且严重影响系统重调或位置更新效果,是长航时惯性导航系统必须解决的问题。采用经典控制理论的阻尼网络衰减舒拉振荡,是国内外经典专著介绍和实践的设计方法。这种以破坏纯惯性解算无干扰条件为代价的传统方法,生成了"阻尼"和"无阻尼"这对互为悖论的矛盾,带来许多经典控制理论无法解决的问题。试图利用现代控制理论,在保持纯惯性解算模式不被干扰破坏的条件下,消除舒拉振荡误差。仿真试验给出满意的理想结果,证明利用现代控制理论解决阻尼问题的优越性能。     

混合驱动水下滑翔机水动力参数辨识

与传统水下滑翔机相比,混合驱动水下滑翔机可以分别利用头部的浮力驱动单元和机身尾部的螺旋桨推进单元进行驱动从而实现不同形式的运动,具备低功耗、长航程、良好机动性等特点,具有广泛的应用前景. 准确的动力学模型以及精确的水动力参数是实现混合驱动水下滑翔机控制系统设计以及精确导航的基础. 在混合驱动水下滑翔机动力学模型已知的前提下获得准确的水动力参数是本文主要研究的问题. 本文以天津大学研制的混合驱动水下滑翔机“海燕” 作为研究对象,提出一种在有限航行参数条件下,基于大数据统计分析的计算流体力学(computational fluid dynamics, CFD) 和参数辨识相结合来获取混合驱动水下滑翔机的水动力参数的方法. 即首先建立滑翔机的动力学模型,推导出稳态数据与所求水动力参数的关系;然后采用CFD 的方法得到其升力系数,根据大量稳态纯滑翔实验数据,结合大数据统计分析,辨识出其剩余水动力参数;最后,根据混合驱动模式下的实验数据辨识出与螺旋桨相关的参数,从而得到其整套的水动力参数. 该方法不仅结合了CFD 方法具有获取复杂外形结构航行水动力的特点,而且可以有效利用大量现场实验数据,因而能够更加准确地辨识其实际运动. 通过运动仿真与试验对比,验证了该辨识方法的正确性和有效性,对滑翔机的研究具有指导意义.      

石英挠性加速度计温度补偿算法

石英挠性加速度是惯性导航系统核心的惯性器件之一,其输出精度受到温度变化的影响,为了降低温度对石英挠性加速度计精度的影响,在研究石英挠性加速度计数学模型的系数随温度变化规律的基础上,设计了加速度计温度模型辨识试验方法,利用数据拟合方法建立了加速度计温度模型。应用该模型提出了石英挠性加速度温度补偿算法,针对该算法的有效性,进行了实验验证,结果表明应用该温度补偿算法,可使加速度计的测量精度提高一个数量级,补偿效果明显。该温度补偿算法可有效地应用于捷联式惯性导航系统等领域中。     

基于锁相环技术的过程辨识方法研究

针对广泛应用的继电反馈自整定控制器辨识方法的局限性,提出一种基于锁相环原理的过程非参数模型辨识方法。以NI公司的虚拟仪器软件LabVIEW为开发平台设计了锁相环过程辨识系统,包括被控过程仿真器、PCI-6024E数据采集卡和锁相环辨识软件设计三部分。实践证明,该系统具有操作简单,辨识精度较高的特点,具有良好的应用前景。     

多变量自回归信号信息融合辨识方法

近年来,为了提高系统模型和状态估计的精度,多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归（AR）模型,当AR模型参数和噪声方差未知时,提出了一种信息融合多段辨识方法,其中采用多维递推辅助变量（MRIV）方法得到AR模型参数的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性,通过一个信号仿真例子验证了其有效性。     

盾构机掘进过程中的决策支持系统

盾构机掘进过程中的多系统协调控制,对于有效地控制盾构机隧道施工引起的地表变形、保证盾构安全施工和降低隧道掘进能源消耗都是极其重要的。提出了基于现场观测数据的盾构机掘进决策支持系统模型。根据盾构机掘进过程中观测的刀盘贯入度、刀盘转速、刀盘扭矩、盾构机推力和推进速度等观测数据,在地层模糊聚类分析的基础上,实现随机分布、复杂性地层特征在线辨识。以盾构机掘进参数现场观测数据为基础,利用神经网络具有的非线性映射能力、自组织和自适应能力,实现土仓压力模型的自适应建模,解决非线性、时变性、随机性和时滞性的土仓压力分布模型建模与预测控制问题。通过实时调节和控制不同位置推进油缸的推力,减少由于复杂地层的不均匀性所带来的盾构机姿态的偏差,提高隧道的成型精度。针对不同的地层,优化确定与其相适应的盾构机掘进参数,降低掘进能耗与刀具磨损,提高盾构机控制系统的顺应性。     

宽带接收机前端非线性的盲辨识与数字后补偿方法

提出了一种基于Volterra模型的实时非线性数字后补偿方法。考虑到接收机难以事先获知输入信号的特点,设计了"大信号频率外总功率最小"的盲辨识准则,自适应地调整模型参数以拟合出与接收机非线性失真特性互逆的传递函数。对多频与16QAM调制输入信号的实测结果表明,该方法可使工作于非线性区的高效率接收前端的无杂散失真动态范围(SFDR)提升近26dB,并大幅提高了对微弱信号的检测能力。     

属性嵌套计算网格智能算法实现车牌汉字精准识别的设计

设计了环境较差情况下高效精准、辨识汉字的智能车牌识别算法,通过引进属性嵌套计算网格实现了汉字高效辨识的车牌识别算法;算法应用结果表明:算法设计的网格密度与识别率是成正比的,采用的属性嵌套计算网格模型,显著地改进了字符的识别率;将属性计算网格算法与属性嵌套计算网格算法对比可知,采用属性嵌套计算网格算法识别率是98.7%,识别率明显较高;设计算法系统不仅实现了汉字识别的稳定、智能特性,同时表现了抵抗较强外界干扰的特性,这一研究对于智能化汉字识别有明显的借鉴价值。     

基于Weiner模型超混沌lü系统的自适应辨识

为了能实时而有效地辨识参数不确定的超混沌lü系统,以便于对该系统进行控制或跟踪,本文提出了一种基于Wiener模型自适应分段线性(PWL)滤波器的超混沌系统辨识方法.Wiener模型的线性部分采用了线性横向滤波器,非线性部分用分段线性滤波器近似表示.根据最小均方误差准则导出了滤波器参数更新算法,并进一步推导出算法的收敛性条件.计算机仿真证实了该自适应滤波器辨识超混沌系统的有效性.该方法不仅克服了自适应线性滤波器难以辨识出这类强非线性系统,而且比其他非线性自适应滤波器的计算复杂性低得多.     

异结构的分数阶超混沌系统函数投影同步及参数辨识

该文以分数阶Chen混沌系统和一个新的分数阶超混沌系统为例,研究参数不确定的分数阶混沌系统和超混沌系统函数投影同步及参数辨识。首先,基于分数阶系统稳定性理论和非线性动力学理论,构造出相应的非线性控制器和不确定参数的辨识规则;由此实现了参数不确定的分数阶超混沌系统的函数投影同步及不确定参数的辨识。其次,利用分数阶稳定性理论,对上述同步给出了严格的数学证明。最后,借助于预估-校正算法,利用数值模拟验证了所提方法的有效性。