强跟踪滤波器在PID控制器中的应用

该文介绍了强跟踪滤波器理论及其算法,建立伺服系统中直流电动机模型,采用强跟踪滤波器来克服伺服系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真试验,验证了强跟踪滤波器对噪声的有效抑制作用。     

卡尔曼滤波器在球杆系统噪声抑制中的应用

建立球杆系统模型并分析系统中噪声,采用卡尔曼滤波器来克服球杆系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真实验,验证了滤波器对噪声的有效抑制作用.     

四轮移动机器人轨迹跟踪的最优状态反馈控制

对具有量测噪声、模型噪声和输入信号干扰的四轮移动机器人轨迹跟踪的最优状态反馈控制进行研究.建立系统的运动学与动力学方程和轨迹生成方程,导出了相应的离散状态方程式,采用卡尔曼滤波器对伴有高斯白噪声的系统状态方程进行了状态估计,提出一种基于李亚普诺夫稳定性的最优状态反馈控制策略.给出了补偿输入信号干扰的自适应算法.仿真结果表明,所提出的控制算法,在四轮移动机器人轨迹跟踪中,能有效地抑制系统的模型、量测和输入信号中的随机噪声和扰动,提高系统的跟踪精度和动态响应速度,使系统具有优良的静、动态特性．     

卡尔曼滤波在陀螺稳定吊舱控制中的应用

通过对当前流行的控制方法进行比较,采用变结构控制的原理对系统控制器进行设计.以典型的两轴四框架结构吊舱系统的内俯仰框架为控制对象,设计了一种基于Kalman滤波器的滑模变结构控制方案.当过程噪声和量测噪声较大时,针对不同形式的跟踪信号,对有无滤波器两种控制方案的跟踪效果进行了比较.仿真结果表明,采用基于Kalman滤波器的滑模变结构,系统的跟踪性能较没有Kalman滤波器的跟踪性能有明显的改善,提高了系统跟踪精度.     

一种分块差分滤波器及其在仅有角度跟踪中的应用

为解决仅有角度跟踪时,目标估计受限于较大的初始估计误差和噪声统计特性未知的问题,提出了一种带有噪声智能统计功能的改进型分块差分滤波器.通过统计线性化方法得到了一种S-H智能噪声统计估值器,并用其优化传统分块噪声滤波器的测量更新步骤,实现了对未知过程和测量噪声的智能统计处理,通过迭代更新进一步提高了滤波器对于复杂非线性函数的适应能力.与目前几类主流的自适应滤波器性能相比,结果表明:对于具有线性系统模型和非线性测量模型的典型被动跟踪估计问题,针对较大的初始状态估计误差,所给出的滤波器能更好地完成系统噪声和测量噪声部分参数统计特性未知情况下的非线性估计任务,在保证计算量适中的同时有效地提高跟踪制导精度.     

基于双观测器的机器人自适应摩擦补偿控制

针对机器人系统中存在关节摩擦的问题,提出一种基于终端滑模观测器和摩擦状态观测器的双观测器自适应摩擦补偿反演控制方案:为避免速度测量带来的噪声影响,设计终端滑模观测器对机器人的速度进行估计;考虑到摩擦力无法直接获取,采用连续LuGre摩擦模型,设计摩擦状态观测器和摩擦参数自适应律,得到摩擦的估计值;结合摩擦估计值设计反演控制器,使机器人在受到关节摩擦影响的情况下能有效跟踪期望位置轨迹。最后通过Lyapunov函数证明闭环系统的稳定性以及机器人轨迹跟踪误差的收敛性,并通过MATLAB仿真验证该控制方案的有效性。仿真结果表明,该控制方法能有效抑制关节摩擦对机器人轨迹跟踪的影响,提高了系统的位置跟踪精度。     

基于指令滤波的板球系统误差反步控制器研究

针对存在未知扰动条件下板球系统的轨迹跟踪控制精度不高的问题,研究了一种基于指令滤波的误差反步控制方法。首先,建立板球系统模型,引入二阶指令滤波器,滤除小球位置和速度状态变量的噪声干扰。其次,逐步选取李雅普诺夫函数,设计误差反步控制器,克服系统受到的外界干扰,实现对输入信号的渐进跟踪控制。最后,通过李雅普诺夫理论证明系统稳定性。仿真结果表明,该控制器能够有效抑制干扰,精确地完成轨迹跟踪任务。     

稳态分数阶Kalman滤波器

基于CARMA新息模型对线性离散分数阶状态空间系统提出一种稳态分数阶Kalman滤波器。分数阶描述比整数阶描述更精确,所提出的滤波器相比已有的整数阶系统的相关研究结果更具普遍性和实用性。仿真实例表明了该滤波器的有效性。     

基于模态分解的最小方差模态滤波器

针对浅海的复杂水声环境,提出了一种基于模态分解的最小方差无失真响应(MVDR)的自适应模态滤波器,利用接收阵列的声场数据和声速梯度数据,估计了各阶简正波复幅度系数。最小方差模态滤波器提取声场某阶模态时,可以抑制其它模态和噪声的影响,减弱模态滤波器对阵列长度的依赖性及对噪声的灵敏度。通过计算机仿真研究了最小方差模态滤波器的性能,并与其它线性模态滤波器进行了对比,结果表明:该自适应模态滤波器比其它线性模态滤波器能更精确地估计各阶简正波复幅度系数,并且具有良好的环境适用性特点。     

基于HOSMO的风电机组自适应超扭曲滑模控制

为提高风力发电系统在风速随机变化、未知扰动输入的运行环境下的最大功率跟踪控制性能,提出一种基于高阶滑模观测器(high order sliding mode observer,HOSMO)的自适应超扭曲滑模控制策略.为增强风机系统的动态跟踪性能,设计超扭曲滑模控制器.为验证并提高该方法的控制性能,对超扭曲滑模控制器中的未知参数和系统的不确定性设计自适应控制律,更好地抑制了超扭曲控制器的抖振,增强了对模型参数和外部扰动不确定性的鲁棒性.同时针对风机系统动态模型中部分状态变量难以准确测量的问题,设计了HOSMO对其实时估计,该方法对高频噪声有很好的抑制作用.将提出的控制方法与一阶滑模控制以及传统比例积分控制进行对比分析,证明了所提策略的正确性和可行性.     

电源线传导噪声诊断与抑制的EMI智能测试系统研究

现阶段针对传导性EMI的模态干扰信号分离及其抑制技术还不完善,很多问题尚未彻底解决,尤其是面向广大电器与电子制造企业的智能化处理技术和综合解决方案还未完全实现．介绍了包括基于硬件的噪声模态分离和基于软件的噪声诊断功能的全智能EMI测量系统的研究,进而在研究中提出一种实现标准化一体化滤波器设计方案的新思路．同时给出了测试装置和相关实例,并对实际测量的数据进行了实验对比．结果表明该系统能有效解决电源线上的EMI噪声诊断与抑制问题．     

空间矢量PWM逆变器死区效应分析与补偿方法

针对一类非线性不确定系统的混沌反控制, 提出非线性不确定系统鲁棒混沌反控制的逆系统方法.由微分跟随器、积分逆系统和滤波器实现自适应逆混沌反控制器.通过微分跟随器提取混沌参考系统状态和受控系统状态,依照跟踪性能要求设计期望的动态系统,借助逆系统理论得到受控系统确定阶的逆，考虑幅值、相位调整和噪声抑制的需要设计滤波器.该方法使受控系统状态跟踪已知混沌参考系统状态.结果表明, 该方法输出微分跟随器对受控对象动态特性不确定性可以进行高精度实时提取,控制器设计不受李雅普诺夫指数配置求取和受控系统模型的约束.     

基于混合熵的分数阶归一化子带自适应滤波算法

为了改善非高斯噪声环境下归一化子带自适应滤波算法的滤波性能，引入了最大混合相关熵准则和分数阶微分的概念。一方面，利用最大混合相关熵准则的鲁棒性，有效地减小了异常噪声对算法性能的影响；另一方面，在权重更新的过程中，通过引入分数阶微分部分，并以加权的形式考虑数据整体信息，更准确地描述了实际系统，从而提高了算法的滤波性能，可将这一改进后的算法应用于非高斯冲击噪声和有色噪声环境下的系统辨识和非线性信道均衡。通过仿真实验结果可以看出，与已有的鲁棒算法相比，所提算法具有更强的鲁棒性和更高的系统跟踪和估计能力。     

短波接收机前端中频、镜频高抑制比电路设计

针对镜频和中频干扰对接收机性能影响的问题,分析了其原因并给出解决方案,设计了跟踪选频滤波器、逆切比雪夫陷波滤波器、5阶巴特沃斯低通滤波器,以及低噪声放大器的三级滤波方式所组成的短波接收机前端滤波放大电路,使短波接收机的中频、镜频抑制比均大于90 d B,接收机的性能得到较大提高。     

估计噪声方差与Kalman滤波的传感器动态补偿

传感器动态补偿后的输出噪声被加重且方差未知．为有效地抑制补偿后的噪声干扰,研究了一种在未知观测噪声方差条件下,采用卡尔曼滤波去噪的传感器动态补偿算法．补偿器的参数通过参考模型和系统辨识的方法得到,同时,利用参考模型建立卡尔曼滤波器,消除高频噪声对测量精度的影响．由于补偿器的输出信号可以用一个M阶多项式分段逼近,利用小波...     

噪声被动测距中的滤波技术应用研究

精确测定目标信号到达不同水听器的时延差是被动测距声呐正常工作的基础.文中先是采用一阶线性递归滤波器对相关函数进行滑动平均,剔除了待处理数据中的野点,而因此引入的延迟仅为3～4ms;然后再用基于自适应噪声抵消器的参数估计器对测量值(距离的估计)进行后置滤波和跟踪,该滤波器收敛和稳定时间需要0.5～1min,快于传统的Kalman滤波器(稳定最少需要5min),这对实现被动测距声呐对快速目标的跟踪是有很大意义的.最终系统实现了对慢速及快速目标(如鱼雷)的跟踪和滤波输出.     

并联混合型有源电力滤波器的自抗扰控制策略

为了提高并联混合型有源电力滤波器性能,提出一种基于线性自抗扰的特定次谐波补偿控制策略。通过建立并联混合型有源电力滤波器的数学模型,结合自抗扰控制的特点,将三阶系统控制问题简化成一阶自抗扰控制问题。同时,设计了谐波电流跟踪的一阶线性自抗扰控制器和直流母线电压的双闭环自抗扰控制器。最后通过仿真对比传统比例积分(PI)控制,发现该策略使谐波电流跟踪稳定性更强,直流侧电压超调为0,有效抑制电流和电压冲击,补偿后电网电流谐波畸变率为1.26%。结果表明所设计的一阶线性自抗扰控制策略具有良好的跟踪和抗干扰能力,且算法简单,具有一定的工程应用价值。     

机械臂协调操作柔性负载鲁棒神经网络控制

针对多变量刚柔耦合的双机械臂协调操作柔性负载系统,基于奇异摄动理论研究该系统有限元模型的分解以及轨迹跟踪控制问题.考虑动力学模型的复杂性,通过双时标变换将协调系统分解成表征系统大范围刚性运动的慢变子系统和表征系统弹性振动的快变子系统.基于反演思想在慢变子系统中设计鲁棒神经网络控制策略,实现系统轨迹跟踪性能;针对快变子系统,设计鲁棒最优控制策略抑制系统的弹性振动.仿真研究结果表明,该控制策略增强了系统的跟踪性能和鲁棒性.     

带有不准确测量噪声的最小二乘故障估计

针对一类带有事件触发测量传输和不准确测量噪声统计特性的系统,研究了最小二乘故障估计及其性能分析。通常情况下,测量噪声的统计特性不是完全已知的。提出一种事件触发机制,当预先设定的条件被破坏即事件被触发时,测量输出会传到远端估计器。在满足使得滤波误差协方差最小的意义下,设计了滤波器,其参数通过最小二乘的方法在线迭代得到,然后进一步分析了带有不准确测量噪声的滤波器性能。最后,利用具有实际背景的数值仿真例子说明了所提算法的有效性以及带有不准确测量噪声对于估计性能的差异影响。     

组合导航系统的自适应滤波

本文对自适应滤波在组合导航系统中的应用进行可行性研究,首先讨论了组合导航系统的数学模型,然后给出Sage和Husa提出的自适应滤波器,再用自适应滤波器来处理由组合导航系统测量器件给出的测量信息,对组合导航系统的状态进行估计,仿真结果表明,自适应滤波器具有良好的跟踪性能,即使噪声的统计特性不能确切地知道,滤波器也能给出系统状态比较精确的估计.