VCM模型下的IBAS⁃EKF锂电池荷电状态估计

为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6％以内,效果满足实际工程要求.     

VCM模型下的IBAS⁃EKF锂电池荷电状态估计

为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6％以内,效果满足实际工程要求.     

基于任意声矢量传感器阵列的角度和频率估计算法

提出了一种基于任意声矢量传感器阵列下联合角度和频率估计新方法.将矢量传感器阵输出的信号进行建模分析表明此信号具有平行因子四线性模型特征.利用四线性分解的唯一性条件,从分解得到的矩阵中联合估计出声源的参数.该算法首先应用平行因子四线性分解算法估计出频率矩阵和方位矩阵,然后根据频率矩阵和方位矩阵的结构特点及最小二乘方法进行声源参数的计算.该方法与传统算法相比,无需多维谱峰搜索及参数配对,并具有更高的估计精度,在工程上有一定的应用价值.计算机仿真和实验结果验证了该方法的有效性.     

快速鲁棒的基础矩阵估计

针对基础矩阵估计过程中因受野值影响导致估计精度下降和稳定性不高等问题,本文提出了一种新的快速鲁棒的基础矩阵估计方法。该方法首先将野值去除融入到计算基础矩阵的过程中,而不再将它作为一个独立的处理步骤。通过迭代将潜在的错误对应点剔除,从而实现基础矩阵的稳定估计。然后,在每次迭代过程中,采用对极几何误差准则来识别野值,同时获得基础矩阵的估计结果。该迭代过程收敛较快,即使存在大量匹配野值的情况下,计算值也会很快趋于稳定。仿真和实际实验结果一致表明:所提出的算法在保证类似估计精度的同时还在计算效率方面有极大地提升,相比较快的M估计法有30%以上的速度提升,而相比于估计精度较优的MAPSAC算法甚至达到4倍以上。     

基于序贯概率及局部优化随机抽样一致性算法

通过引入序贯概率检测及局部优化技术,给出了一种快速并具有较高精度估计的随机抽样一致性算法RANSAC(ran-dom sample consensus)。RANSAC算法是基于假设和检验的框架来实现。为了减少RANSAC算法的计算时间及提高计算精度,在模型的检验阶段,利用序贯概率检测技术,随机抽取少量的数据对模型的参数进行预检验。如果模型参数通过预检验,则进入后续的检验,否则这个模型参数不再参与后续全部数据的检验。在对模型参数估计时,使用局部优化方法,实现模型估计的精确度的提高。实验结果表明,此算法在速度和精确度方面与标准的RANSAC相比均取得了较大的提高。     

利用状态空间模型联合估计波达方向和频率

针对阵列信号多维参数估计计算量大,需要参数配对运算等问题,提出了-种利用状态空间模型联合估计波达方向(DOA)和频率的方法.首先,构造一个特殊的状态空间模型,其系统矩阵包含信号的波达方向和频率信息;然后,通过选取合适的辅助变量,利用信号的二阶统计特性抑制噪声干扰,并利用正交投影理论和奇异值分解得到广义可观测矩阵的估计值...     

基于加速度信号增强的无色卡尔曼滤波方法在水面移动机器人中的应用

水面移动机器人系统的高性能航迹跟踪控制要求能够获取高精度的运动状态和不确定性信息(包括内部不确定参数和外部干扰),而直接高精度测量手段的匮乏,以及数学模型的强非线性、耦合性使得如何得到这些信息存在着种种困难。针对此问题,提出利用一种结合基于奇异值分解无色卡尔曼滤波(Singular value decomposition unscented Kalman filter,SVDUKF)算法和加速度测量的新估计算法。SVDUKF方法是无色卡尔曼滤波(Unscented Kalman filter,UKF)的一种改进方法,具有更宽松的使用条件。此外,该方法的最大优点在于将UKF算法处理系统强非线性和加速度信号富含扰动信息并可简化系统估计模型等特点结合起来,从而获得了一种精度更高、计算复杂度更低的在线估计算法。从推导水面移动机器人系统非线性模型开始,简要介绍加速度信号对模型的简化原理以及SVDUKF算法的基本步骤,并通过仿真验证了算法在估计精度和计算效率方面的优越性。     

结合特征定位噪声表征的单应矩阵精确鲁棒估计

针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC)的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt(CW L-M)法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC(RANdom SAmple Consensus)、LMedS(Least Median of Squares),PROSAC(PROgressive SAmple Consensus)、M-SAC(M-estimator SAmple Consensus)和MLESAC(Maximum Likelihood SAmple Consensus)等传统算法,投影均方误差比次优方法降低了3%~21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。     

一种信号参数估计的小波去噪方法

针对MUSIC算法在低信噪比(SNR)和信号到来角(DOA)间隔较近时估计性能下降的问题,提出了一种信号参数估计的小波去噪方法,并从伪二维图像去噪的角度对阵列去噪的性能进行了验证.仿真结果表明,对去噪后的信号接收矩阵应用MUSIC算法,不仅可以提高DOA估计的SNR,而且可以提高DOA间隔较近时的算法分辨率.     

基于匹配搜索的伪随机序列生成多项式估计

对截短和误码条件下伪随机序列生成多项式估计算法的误码适应性进行了研究.根据伪随机序列的线性约束原理,通过构造关于生成多项式系数的校验方程组,提出了基于匹配搜索方法的生成多项式估计算法,并在搜索过程中利用生成多项式在二元域的基本特性缩小搜索范围来优化算法,减少计算量.最后,对算法在不同门限值和误码率时的估计性能进行了仿真...     

一种基于INW-ESN的故障融合预测方法

针对传统方法对液压泵故障预测效果不佳的问题,提出了一种基于改进的Newman-Watts小世界-回声状态网络(improved Newman-Watts-echo state network,简称INW-ESN)的故障融合预测方法。首先,对回声状态网络(echo state network,简称ESN)储备池结构进行优化,建立INW-ESN基础预测模型,并重新定义邻接矩阵元素取值,以改善网络预测性能;其次,在此基础上建立故障融合预测模型,利用Dezert-Smarandache理论(Dezert-Smarandache theory,简称DSmT)将INW-ESN预测信息与液压泵性能退化模型信息进行融合,以提高预测精度;最后,通过对液压泵性能退化试验的应用分析,验证了该方法的有效性。     

BGA全自动植球机视觉检测技术及应用

在线缺陷检测是球栅阵列（BGA）植球机研发中的一个难题.本文介绍了视觉检测技术在BGA植球机上的应用.设计了一种图像采集和图像处理并行进行的工艺过程方案,提高了系统的检测速度.通过图像预处理之后提取图像的边缘特征,采用模板匹配法进行识别检测,并在此过程中融合了序贯相似度检测算法（SSDA）,以提高模板匹配的速度.试验证明,该视觉系统的工艺和检测过程均为可行且行之有效的方案.     

质量功能配置的多目标规划模型

提出了一个质量功能配置的多目标规划模型，它能够辅助产品开发人员作出有效的决策，使所设计的产品在有限的资源约束下能最大限度地满足顾客需求。该模型充分利用了质量屋中各个组成部分的信息，能够权衡、优化质量屋中存在的各种矛盾和冲突。实例研究表明，该模型是可行的和有效的     

新一代产品几何量技术规范(GPS)标准体系研究

新成立的国际尺寸与产品几何技术委员会(ISO/TC213)提出了新一代GPS标准体系,该标准体系由基础、全局、通用和补充GPS标准组成。新一代GPS标准为产品的设计、制造、检验与评估提供了一套完整的技术规范。分析了新一代产品几何量技术规范(GPS)的系统模型、标准体系、关键技术、目前的研究方向与内容,以及我国新一代GPS标准体系的建立途径。     

一种改进的SSDA算法在自动装配线中的研究与应用

介绍了传统SSDA算法的步骤，从提高系统处理的实时性出发，针对本系统采集的实时图像的特点和传统SSDA算法的不足，提出了4点改进的方法，并给出了流程园和部分处理的程序。     

基于多摄像机的鲁棒运动结构重建方法

考虑大尺度噪声对测量矩阵的影响,提出了一种基于多摄像机的鲁棒运动结构重建方法.通过引入一种用于低秩矩阵恢复的数学模型,将丢失数据和大尺度噪声造成的不完整测量矩阵求解转化为凸优化问题,并使用鲁棒主成分分析方法对其求解,利用多摄像机下的矩阵分解理论实现多摄像机下运动结构重建.实验结果表明,提出的方法能够有效解决大尺度噪声的存在造成多摄像机运动结构重建方法失效的问题,准确地重建物体三维结构.     

Multi-variable measurements and optimization of GMAW parameters for API-X42 steel alloy using a hybrid BPNN–PSO approach

This research addresses multi criteria modeling and optimization procedure for Gas Metal Arc Welding (GMAW) process of API-X42 alloy. Experimental data needed for modeling are gathered as per L₃₆ Taguchi matrix. Model inputs include work piece groove angle as well as the five main GMAW process parameters. The proposed back propagation neural network (BPNN) simultaneously predicts weld bead geometry (WBG) and heat affected zone (HAZ). Image processing technique along with Bridge Cam and AWS gauges are used to take accurate measurements of WBGs and HAZs. The adequacy of the developed BPNN is established through comparisons against measured process outputs. Measurements indicate that the BPNN model simulates GMAW process with average errors of 0.33 to 0.82%. Next, the BPNN model is implanted into a particle swarm optimization (PSO) algorithm to simultaneously optimize HAZ and WBG characteristics. The hybrid BPNN–PSO determines process parameters values and groove angle so as a desired WBG is achieved while HAZ is minimized. Verification tests demonstrate that the proposed BPNN–PSO is quite efficient for in multi-criteria modeling and optimization of GMAW.     

T–S fuzzy model predictive speed control of electrical vehicles

This paper proposes a novel nonlinear model predictive controller (MPC) in terms of linear matrix inequalities (LMIs). The proposed MPC is based on Takagi–Sugeno (TS) fuzzy model, a non-parallel distributed compensation (non-PDC) fuzzy controller and a non-quadratic Lyapunov function (NQLF). Utilizing the non-PDC controller together with the Lyapunov theorem guarantees the stabilization issue of this MPC. In this approach, at each sampling time a quadratic cost function with an infinite prediction and control horizon is minimized such that constraints on the control input Euclidean norm are satisfied. To show the merits of the proposed approach, a nonlinear electric vehicle (EV) system with parameter uncertainty is considered as a case study. Indeed, the main goal of this study is to force the speed of EV to track a desired value. The experimental data, a new European driving cycle (NEDC), is used in order to examine the performance of the proposed controller. First, the equivalent TS model of the original nonlinear system is derived. After that, in order to evaluate the proficiency of the proposed controller, the achieved results of the proposed approach are compared with those of the conventional MPC controller and the optimal Fuzzy PI controller (OFPI), which are the latest research on the problem in hand.     

改进的OFGA及其在图像匹配中的应用

分析了应用于多峰值多欺骗性适应度函数的快速的遗传算法问题,提出基于性能优良的最优家族遗传算法(OFGA)的改进方法,使其个体的进化仅仅是基于优良家族而不是全部种群以克服早熟。最后,将改进后的算法应用到快速图像匹配以证明有效性,在图像匹配的适应度函数构造中,为减少非匹配点计算量,提出采用序贯相似性检测算法(SSDA),实验结果表明,改造过的OFGA和SSDA相辅相成、互相受益,整体算法对提高图像匹配的速度方面成效显著,且算法稳定,说明算法有应用到类似问题上的潜力。     

面向生产质量管理的决策支持系统框架

目前质量问题受到企业决策者们的普遍关注。本文根据质量管理方面需要解决的主要问题，给出了面向质量管理的决策支持系统框架。这里利用数据仓库收集和存储决策与分析所需的历史数据，以克服传统在该方面的不足。我们利用随机分析法，确定样本容量法、灵敏度分析、多元线性回归分析和模糊评判矩阵法等为决策者提供支持。最后本文给出ＱＤＳＳ的主控流程。