磁敏传感器转速测量技术研究

提出了一种利用磁敏传感器进行转速测量的方法,并对该传感器信号处理电路进行了设计.该传感器基于磁阻效应原理制成,可应用于铁磁性齿轮的转速测量.对不同转速的铁磁性齿轮进行转速测量,实验结果可知,在0～10 kHz的频率范围内,该磁敏传感器工作性能稳定,测量结果可靠.该磁敏传感器结构简单、成本低廉、灵敏度高、抗干扰能力强,能适应高速和低速的齿轮转速变化,因而可替代传统的磁电式和霍尔式转速传感器,用于铁磁性齿轮的转速测量.     

基于遗传算法的非线性传感器模型辨识

提出了一种新的、基于遗传算法的非线性传感器逆模型建模方法 .利用遗传算法建模 ,可以方便、准确地辨识未知非线性模型的系数 .仿真实验表明该方法较传统方法 ,具有更好的灵活性与适应性 ,可以方便地实现在线修正模型系数 ,因此提高了传感器的测量精度 .由于遗传算法可以实现模型系数空间的全局搜索 ,因此可以避免在模型系数训练过程中陷入局部极小点 .     

利用无迹变换建立车辆运动路径算法

随着信息化程度的不断提高,对目标跟踪的精度要求也在不断提高,不但需要采集传感器的数据越来越多,而且对物体的位置进行定位、监测的数据要即时更新,当所获得的信息不足时,控制系统采用的算法精度显得尤为重要。如果控制系统的处理器对车辆的采集频率高于传感器的处理频率,就要使算法对车辆位置能够预测;不同算法的预测值相差较大。为了优化跟踪性能,必须最大程度采集传感器的有限数据。卡尔曼滤波器结构中,只能通过开发一些精度较高的实用模型来实现。这模型往往是高阶非线性的;无迹变换很好地简化了这些模型的开发和优化。     

基于Volterra级数的RLS自适应算法的混沌时间序列预测

根据混沌序列产生的确定性和非线性机制,基于Volterra级数和RLS算法,提出了一种少参数二阶非线性滤波算法用于混沌时间序列的自适应预测。仿真结果表明,这种非线性自适应滤波器能有效地预测一些超混沌序列,而且该滤波器的一步均方误差性能明显高于其他基于Volterra级数的NLMS算法,表明该算法具有良好的收敛性能。     

基于GM-BP建模的城市工业废气排放量预测

城市工业废气排放量变化是非线性的,同时具有复杂的随机性和趋势性特点,传统单一预测模型难以对其变化规律进行准确表达,从而导致预测精度较低。为提高城市工业废气排放量的预测精度,提出了GM-BP组合模型。通过GM（1,1）模型对城市工业废气排放量变化趋势进行预测,然后运用BP神经网络模型对GM（1,1）模型的趋势预测值进行误差修正,以提高预测精度。对南京市2007～2010年城市工业废气排放量进行的仿真实验表明,GM-BP模型的预测精度较高,能够应用于城市工业废气排放量预测。     

基于广义BP算法的模型参考自适应控制

改进了传统的神经网络BP算法,提出了基于广义BP算法的非线性不确定系统的神经网络模型参考自适应控制方案.并将其用于非线性不确定系统的控制,仿真实验表明了控制器具有良好的非线性控制性能.     

无迹卡尔曼滤波在新型地形无源组合导航系统中的应用

为了提高自主水下航行器的导航精度,提出了一种新型地形无源组合导航系统.根据水下环境特点和航行器导航高精度和低成本的要求,采用捷联式惯性导航系统、地形辅助导航系统、多普勒速度声纳、电子磁罗经和利用UKF进行信息融合的导航计算机组成新型水下地形无源组合导航系统,并给出了EKF线性滤波方程、UKF非线性滤波方程和导航传感器量测方程.对比仿真实验表明,采用建议的传感器和UKF信息融合方式比采用EKF方式提高了水下航行器导航定位的精度.采用不同的导航传感器和UKF信息融合方法的地形无源组合导航系统可以有效地减小水下航行器导航位置误差,提高组合导航的稳定性和精度.     

基于EMD与NARX网络的汇率预测方法研究

探索构建对汇率进行直接预测的高精度组合预测算法.采用NARX神经网络作为基础模型,并结合经验模态分解模型进行混合预测,提高模型精度.为研究不同时间间隔对预测结果的影响,采用美元兑日元汇率的时间间隔为5分钟与1天的数据进行预测.实验结果显示,时间间隔较短时,模型的预测精度更高.此外,通过对汇率改革前后的人民币汇率的预测发现,汇率改革对EMD-NARX模型的预测结果影响不大,说明模型稳定性较高.     

0～200kPa气动控制信号检测系统的设计

为检测气动执行器常用控制信号0～200kPa气压,设计了基于MSP430单片机和压阻式压力传感器MPX2200的气压检测系统.阐述了检测系统的软硬件设计,给出了MPX2200恒流源电路和放大倍数可调的两级放大电路,介绍了软件设计中的标度变换、分段插值和中值滤波方法.该系统在电路设计上选用仪用放大器、单片机自带AD转换器,所用元器件少、功耗低、精度高,可广泛应用于智能化、低功耗化的气动执行机构及其元器件的设计中.     

基于六自由度模型的涡轮流量传感器被动式仿真方法（英文）

为了研究涡轮流量传感器的动态特性,根据其工作原理提出了基于六自由度模型和动态网格相结合的被动式仿真方法.该仿真方法通过编写用户自定义功能(UDF)程序来控制叶轮的6个自由度,使其只能在水流的冲击下旋转,实时计算叶轮转速,并可设定随时间变化的进口速度,以获得涡轮流量计的动态性能.基于该仿真方法对3种不同口径的涡轮流量传感器进行了仿真,并通过稳态实验和非稳态实验验证了该仿真方法的可靠性.结果表明,仿真得到的仪表系数随流量的变化趋势与实验结果接近,仿真结果与实验结果的偏差较小,最大偏差为2.88%.在非定常仿真研究中,叶轮转速随涡轮流量传感器入口速度的变化而变化,具有良好的跟随效果.被动式仿真方法可用于预测涡轮流量传感器的动态性能.     

O-200kPa气动控制信号检测系统的设计

为检测气动执行器常用控制信号0-200kPa气压,设计了基于MSP430单片机和压阻式压力传感器MPX2200的气压检测系统．阐述了检测系统的软硬件设计,给出了MPX2200恒流源电路和放大倍数可调的两级放大电路,介绍了软件设计中的标度变换、分段插值和中值滤波方法．该系统在电路设计上选用仪用放大器、单片机自带AD转换器,所用元器件少、功耗低、精度高,可广泛应用于智能化、低功耗化的气动执行机构及其元器件的设计中．     

Real-time localization estimator of mobile node in wireless sensor networks based on extended Kalman filter

Localization of the sensor nodes is a key supporting technology in wireless sensor networks (WSNs). In this paper, a real-time localization estimator of mobile node in WSNs based on extended Kalman filter (KF) is proposed. Mobile node movement model is analyzed and online sequential iterative method is used to compute location result. The detailed steps of mobile sensor node self-localization adopting extended Kalman filter (EKF) is designed. The simulation results show that the accuracy of the localization estimator scheme designed is better than those of maximum likelihood estimation (MLE) and traditional KF algorithm.     

Boiler-turbine control system design using continuous-time nonlinear model predictive control

A continuous-time nonlinear model predictive controller （NMPC） was designed for a boiler-turbine unit. The controller was designed by optimizing a receding-horizon performance index, with the nonlinear system approximated by its Taylor series expansion with a certain order, the magnitude saturation constraints on the inputs satisfied by increasing the predictive time, and the rate saturation conditions on the actuators satisfied by tuning the time constant of the reference trajectories in a reference governor. Simulation results showed that the controller can drive the drum pressure and output power of the nonlinear boiler-turbine unit to follow their respective reference trajectories throughout a varying operation range and keep the water level deviation within tolerances. Comparison of the NMPC scheme with the generic model control （GMC） scheme indicated that the responses are slower and there are more oscillations in the responses of the water level, fuel flow input and feed water flow input in the GMC scheme when the boiler-turbine unit is operating over a wide range.     

一种新型的巴特沃斯低通滤波器设计

空间机器人地面验证系统的实验环境非常复杂,系统中的拉压力传感器信号受到各种电磁干扰,滤波器的设计是其中一个主要难点。由于巴特沃斯低通滤波器具有最大平坦幅频响应的特性、良好的线性相位特性、结构简单、易于设计等优点,本实验系统采用其来处理拉压力传感器的信号。但是,巴特沃斯低通滤波器的检波精度、稳定性、响应时间三者之间相互制约。为了达到最佳的综合性能指标,本文将研究新的方案,重新设置巴特沃斯低通滤波器的主导极点。实验结果表明,本文设计的新滤波器满足实验系统要求。     

基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统

本文将多源信息融合理论应用于弹道目标跟踪系统,综合考虑到“当前”统计模型能够准确描述主动段导弹飞行特性,和卡尔曼滤波器预测的无偏性,稳定性和最优化特点.在“当前”统计模型的基础上,利用无迹卡尔曼滤波器做最优估计实时预测跟踪,同时运用模糊理论能够描述和处理传感器信息的不确定性的特点,对卡尔曼滤波器的测量参数进行自适应调节,从而达到系统误差自校准和测量误差自适应的功能,建立实时数据融合模型,通过仿真显示,该系统能够有效提高跟踪精度和跟踪稳定性,避免外在干扰;且加快响应收敛速度,适应主动段目标跟踪测量.     

基于INS/BD-2组合的无人机导航算法研究

无人机在军事、民用领域发挥着越来越重要的作用,提高无人机导航系统的精度有十分重要的意义.为达到提高无人机导航精度的目的,将惯性导航系统（INS）与中国北斗二号（BD-2）相融合,提出了INS/BD-2组合的无人机导航策略.经过分析,建立了基于间接法的系统模型,其测量方程为非线性方程.在组合导航算法上采用了处理非线性问题常用的粒子滤波算法对组合导航系统进行解算,并通过MATLAB软件对算法进行了仿真分析,仿真结果证明,与传统的EKF算法相比,该算法可提高组合导航系统的导航精度.     

CHARACTERISTIC FUNCTIONS OF BILINEAR TIME SERIES MODEL

Bilinear time series models are of importance to nonlinear time seriesanalysis.In this paper,the autocovariance function and the relation between linearand general bilinear time series models are derived.With the help of Volterra seriesexpansion,the impulse response function and frequency characteristic function of thegeneral bilinear time series model are also derived.     

非线性相位FIR滤波器设计方案研究

介绍了一种非线性相位滤波器的设计方法,它建立在线性相位滤波器设计方法的基础上,用这种方法可以设计性能优越的特定相位的滤波器。     

Adaptive Controller for Vehicle Active Suspension Generated Through LMS Filter Algorithms

The least means squares (LMS) adaptive filter algorithm was used in active suspension system. By adjusting the weight of adaptive filter, the minimum quadratic performance index was obtained. For two-degree-of-freedom vehicle suspension model, LMS adaptive controller was designed. The acceleration of the sprung mass,the dynamic tyre load between wheels and road,and the dynamic deflection between sprung mass and unsprung mass were determined as the evaluation targets of suspension performance. For LMS adaptive control suspension, compared with passive suspension, acceleration power spectral density of sprung mass acceleration under the road input model decreased 8-10 times in high frequency resonance band or low frequency resonance band. The simulation results show that LMS adaptive control is simple and remarkably effective. It further proves that the active control suspension system can improve both the riding comfort and handling safety in various operation conditions, and the method is fit for the active control of the suspension system.