具有定子电压误差补偿的MRAS磁链观测器

在电压型逆变器供电的交流异步电机驱动系统中,应用模型参考自适应(MRAS)磁链观测器进行磁链观测时,常用定子电压给定值代替实际值,从而带来幅值误差和直流偏值,造成磁链观测误差,影响电机低速运行的稳定性.为了提高交流异步电机无速度传感器矢量控制的低速性能,提出了一种定子电压幅值和直流偏置补偿办法,仿真实验验证了所提出方法的有效性     

改进的粒子滤波算法在船用组合导航中的应用

将典型的粒子滤波算法应用于非线性INS/GPS船用组合导航系统中时,不能解决重要性函数与似然函数的不匹配问题,且当传感器具有较大的漂移误差时,无法根据当前的观测值对粒子状态进行修正。为解决这些问题,基于典型的粒子滤波算法提出一种改进的粒子滤波(improved particle filter,IPF)算法。根据当前的观测值估计对应的状态误差,并在确定粒子的权值和重采样前对预测的粒子的误差进行修正。仿真结果表明:IPF算法能够有效解决上述问题,保持很好的滤波精度。     

非线性ECS自配准成像算法中相位保持精度分析

为进一步提高InSAR系统的DEM精度，分析非线性ECS自配准成像算法中4个影响相位保持精度的因素。研究结果如下：雷达和散射体之间的相对速度等效误差非常小，可以忽略；当系统分辨率优于0.1 m时，非线性自配准中的二次近似误差会引起超过0.1个像素的误差，要考虑其影响；非线性变标中的二阶泰勒近似误差非常小，可以忽略；成像时采用的平地假设误差，主要会引起干涉运动补偿的轨迹误差和相位补偿误差，对于高精度InSAR系统（高程精度优于0.5 m时），会造成一定的影响，要予以考虑。这些误差因素的分析，将为进一步优化提高InSAR成像处理中的相位保持精度及DEM精度提供一定的指导作用。     

肱二头肌在不同负荷及不同速度收缩时的肌电变化

对肱二头肌在不同负荷及不同速度收缩时的肌电变化进行了观察。结果发现,肱二头肌进行快收缩(每秒钟一次的速度屈时)和慢收缩(每两秒种一次的速度屈肘)时的IEMG 在3种负荷中(5kg、10kg、15kg),无论是疲劳前还是疲劳后,均没有明显的差异;在3种负荷工作中,肱二头肌进行动力性收缩(5kg、10kg)至疲劳时,其IEMG 值较疲劳前明显增高;当负荷为15kg 时,IEMG 值疲劳后明显下降;在所有负荷到疲劳时MPF 下降。     

基于碰撞圆的船舶避碰决策模型及仿真

为在船舶避碰决策过程中兼顾全面评估和高效决策两个重要的因素,通过引入可能碰撞圆(possible circle of collision,PCC)概念,提出一种基于碰撞圆的避碰决策模型。碰撞圆是由两船速度共同确定的所有可能发生碰撞的位置的集合,具有“穷举性”,可实现全面分析的效果。利用仿真平台对船舶发生碰撞与不发生碰撞案例进行分析,总结碰撞圆的静态特性和动态特性及其相互关系,进而建立基于静态特性的可能碰撞点(possible point of collision,PPC)分布模型。采用该模型对“桑吉”号事故场景进行实例验证并将其可视化,结果表明该模型可有效评估碰撞风险,并可快速作出避碰决策。     

大鼠进行不同强度运动时血清肌酸激酶的变化

以Wistar雄性大鼠为实验对象,通过九周不同强度的跑台训练,以此探讨不同运动强度对同龄大鼠骨骼肌无氧代谢肌酸激酶(CK)的影响。方法:将37只大鼠分为对照组11只和实验组26只,实验组分为有氧组12只和无氧组14只。对照组常规饲养,不运动。有氧组和无氧组的训练方案不同,前两周两组均进行跑台适应性训练,从第三周开始跑速逐渐增加,到第五周时达到各自的最大速度,直到第九周都用最大跑速训练。分别在训练前和训练后对所有大鼠采血两次。用酶免法测定血清肌酸激酶活性。结果:经过九周训练,无氧组血清CK的活性有了显著提高(P<0.01);有氧组CK的活性也有了一定的提高,但较无氧组变化较小;对照组无明显变化。结论:大鼠血清CK值对运动负荷强度比较敏感,且能够反映运动负荷量的变化。     

基于改进扩张状态观测器的船舶动力定位系统控制

针对船舶动力定位系统存在的模型非线性及外扰不确定性等导致的定位误差问题，将自抗扰控制器（active disturbance rejection controller,ADRC）应用于船舶动力定位系统。建立船舶低频运动模型，并对ADRC中的扩张状态观测器(extended state observer,ESO)的非线性fal函数进行改进，构成一个faln函数，通过非线性函数组合构造误差反馈率，对船舶运动进行控制。用改进前和改进后的ESO分别对船舶的位置和速度进行观测，对改进前与改进后的控制结果进行对比。仿真结果表明，改进后的ESO比传统的ESO具有更好的抗干扰性能。     

基于UDE的船舶自动靠泊控制

为解决船舶在外界扰动和模型不确定条件下自动靠泊控制精度降低的问题,基于不确定和扰动估计器(uncertainty and disturbance estimator, UDE),提出一种自适应反步控制方法。利用指令滤波器,抑制传统反步法虚拟控制求导产生的微分爆炸现象。通过设计辅助系统,补偿指令滤波器误差,达到三自由度船舶自动靠泊控制的目的。通过Lyapunov理论证明UDE与控制器相结合的闭环系统的稳定性和信号的一致最终有界性。仿真实验表明,所设计的控制器能较准确地估计复杂扰动,并保证船舶到达期望的位置和艏向。     

基于线性自抗扰控制的船舶航迹积分滑模控制器

为解决欠驱动船舶航迹直线和曲线跟踪控制问题,选取能解决航向不稳定等非线性问题的Bech模型,借助双曲正切函数,构造期望艏向方程,将航迹控制问题转化为航向控制问题。设计3阶跟踪微分器,对期望艏向及其微分信号进行精确提取。采用变结构积分滑模面函数设计非线性误差反馈控制律,加快系统收敛速度,提出基于线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)的船舶航迹积分滑模控制器。该控制器的线性扩张状态观测器对系统内外总扰动进行在线估计与实时补偿;引入Hurwitz多项式,减少需整定的参数。仿真结果表明,航迹收敛快速准确,无超调,对外界干扰具有较强的鲁棒性。控制器参数具有一定的普适性,故其适用范围广。     

基于CYGNAL内核开发的GPS/DR车载组合导航系统

分析全球定位系统（GPS）和航迹推算（DR）各自导航定位的原理和特点,提出一种基于8位CYGNAL51系列单片机实现GPS／DR车载导航系统的新方法,该方法实现简单,具有良好的性价比。通过仿真实验,验证该系统的可行性,表明该系统是一种很有应用前景的车辆导航系统。     

基于AIS数据和LSTM网络的船舶航行动态预测

为进一步提高船舶航行动态预测的精度,提出将长短期记忆(long short-term memory,LSTM)网络应用到船舶航行动态预测。将船舶自动识别系统(automatic identification system,AIS)数据转化为航行动态时间序列数据用于LSTM网络的训练和测试。将预测结果与传统的航迹推算法、BP(back propagation)神经网络法等的预测结果进行对比,结果证明:基于LSTM网络的船舶航行动态预测模型具有精度高、鲁棒性强、通用性好等特点。预测结果可以为船舶交通管理中心(vessel traffic services,VTS)的监管提供参考,在预警船舶碰撞、搁浅等事故方面具有较高的实际应用价值。     

基于改进粒子群的BP神经网络WSN数据融合算法

针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。     

基于人工神经网络的导航数据处理方法研究

探讨了采用广义ＢＰ神经网络理论来进行组合导航定位数据的非线性滤波方法。采用广义ＢＰ人工神经网络进行随机状态估计，其特点是：实时数据处理可并行计算，速度快；对组合导航系统模型结构及其统计特性无要求。     

基于LSTM循环神经网络的电池SOC预测方法

针对锂离子电池荷电状态(state of charge, SOC)预测问题，利用长短期记忆（long short term memory, LSTM）循环神经网络建立电池SOC预测模型。在恒阻放电情况下，将电池输出电流、输出电压和电池表面温度作为模型的主要输入，使用训练样本对神经网络进行训练，使用验证样本进行验证。结果表明，用该方法进行电池SOC预测时可使最大绝对误差仅为1.96%，均方根误差为0.986%，可行性被验证。分析神经网络隐含层中不同的神经元个数对预测结果的影响，对比不同批大小情况下训练出的神经网络的预测误差。将隐含层分别设置为1至3个LSTM细胞核，得到不同条件下神经网络的预测误差。结果为电池SOC预测的神经网络模型的隐含层神经元个数、批大小和LSTM细胞核个数的设定提供参考。     

基于神经网络和奇偶向量的卫星故障诊断

提供一种卫星故障诊断方法以提高GPS导航定位的完整性。该方法在奇偶向量的基础上利用广义似然比法检测卫星故障 ,再利用神经网络进行故障诊断以提高卫星故障诊断的准确性。     

基于磁钉技术的集装箱码头AGV 定位精度分析

为解决自动导引车（Automated Guided Vehicle, AGV）的定位精度问题，以国内某在建的自动化集装箱码头为工程背景，研究与基于磁钉技术的AGV定位误差相关的因素.通过给出AGV惯性导航系统的运动方程和误差方程，按照工程实况，在忽略陀螺仪影响的基础上，得到AGV惯性导航系统位置误差的理论计算式.依此指出，基于磁钉技术的AGV组合导航系统定位精度与加速度计精度、AGV 运行方向的余弦、磁钉数据更新时间的平方成正比例关系.最后，对某工程算例进行数值仿真，验证了理论分析的正确性.该方法对磁钉排布、惯性导航系统传感器选型等有参考意义.     

全球卫星导航系统的应用与研究

本文介绍了全球卫星导航系统(GNSS),包括美国的GPS、俄罗斯的GLONASS、欧洲的GALILEO和我国的北斗星卫星导航系统,并介绍了全球卫星导航系统的用途及今后的发展和未来。     

基于径向基函数神经网络的船舶航迹自抗扰控制

针对常规非线性自抗扰控制（nonlinear active disturbance rejection control,NLADRC）技术在船舶航迹控制中存在的参数整定难、抗干扰能力差的问题，搭建船舶三自由度MMG数学模型，设计船舶航迹NLADRC系统。利用径向基函数（radial basis function,RBF）神经网络对系统进行辨识，使网络输出逼近系统输出。根据辨识信息自适应整定对系统整体控制效果影响较大的两个参数，提出基于RBF神经网络的船舶航迹NLADRC系统。仿真结果表明，参数的自适应整定能加快系统收敛速度，大幅减小超调量，对外界环境具有更强的鲁棒性。神经网络对NLADRC的优化，使其控制性能得到提升。     

综合助航信息系统的实现

为建立航标助航体系,开发航标综合助航信息服务系统.根据国际航标协会(InternationalAssociation of Lighthouse Authorities,IALA)的相关规定和决议,提出助航信息系统的体系结构.该系统以Web-ECDIS平台为基础,整合航标遥测遥控数据和AIS数据,通过AIS网络或互联网向海区船舶发布航标动态信息及相关安全信息.用户通过互联网可以获得该系统的4项实时服务:(1)各种比例尺辖区电子海图信息服务;(2)动态航标信息服务;(3)港口水文气象、航行环境信息服务;(4)AIS信息服务.该成果可为新型助航体系建设及AIS二进制电文的助航应用提供技术支持.