基于GA-CGA优化神经网络解耦方法的应用研究

为了克服神经网络存在的收敛速度慢、易于陷入局部极值等不足,采用一种混合学习算法优化神经网络,即将改进遗传算法(GA)和共轭梯度算法(CGA)的混合学习算法用于对神经网络权值的修改,针对流浆箱的总压和浆位之间存在耦合问题,提出一种基于GA-CGA混合优化算法的神经网络PID解耦方法,成功地实现了总压、浆位之间的解耦.仿真结果表明该系统比神经网络PID解耦具有更好的控制效果和抗干扰能力.     

AM／AMPS共聚物油井水泥浆降失水剂的合成研究

以2-丙烯酰胺基-2-甲基丙磺酸（AMPS）和丙烯酰胺（AM）为原料，合成了油井水泥浆降失水剂AM／AMPS共聚物。确定了AM／AMPS共聚物降失水剂的最佳合成条件：单体加量8％，AMPS与AM质量比1：7，引发剂加量0．5％，反应体系pH值7，反应温度50℃。该共聚物降失水剂能有效控制水泥浆的失水量，且保证水泥浆的其他性能在一定范围内可调。     

基于降阶组合定位系统的矿井人员定位算法

针对目前的由无线 Wi-Fi定位系统与捷联惯导系统构成的组合定位系统复杂度高且工程实现较困难的问题,提出一种新的降阶微惯性测量装置(MIMU)及其降阶误差模型,并与 Wi-Fi 构成降阶的10维状态变量的组合定位系统。通过采用1个低精度微陀螺仪和2个低精度微加速度计作为惯性传感器设计简易 MIMU 的安装结构,将其与 Wi-Fi定位系统组合,并用降阶卡尔曼滤波技术设计组合定位算法。仿真实验结果表明,该降阶组合定位系统定位响应速度快,定位精度高,在工程上也易于实现,适用于井下人员定位。     

基于MIMU的输电线路运动监测技术

在分析当前输电线运动监测技术优缺点的基础上,提出一种基于MIMU的输电线路运动监测技术.采集MIMU时间序列信号建立ARMA模型,对比力和角速度信号进行Kalman滤波处理;由于平动和转动的幅值是由比力和角速度积分所得,以各轴比力平方和与角速度平方作为衡量输电线平动和转动幅度的标准,并对数据进行分段,通过计算数据段间的欧式相似度衡量数据的变异程度来评估输电线平动和转动的幅度及变化趋势,对测得加速度和角速度做FFT变换得出运动频率.为验证运动监测技术,设计转台摇摆模拟输电线3种不同幅值运动,将数据进行上述算法处理,结果表明,估计出的平动和转动幅度趋势和幅值变化相同,且精确识别施加的频率为2Hz.实验室条件下,搭建的模拟系统正常工作.     

基于RBF和BP神经网络的DTG全解耦方法比较

为了提高动调陀螺仪（DTG）的精度,需要对DTG的解耦方法进行研究。BP神经网络解耦方法虽然可以达到DTG的全解耦目的,但是与传统的解耦方法相比仍有一些不足,如学习过程较慢,隐含层也很难确定、泛化能力较差等。因此,需要探求更好的解耦方法。通过对RBF神经网络与BP神经网络相比较,得到新的解耦方法。最后通过仿真实验,验证了RBF神经网络的解耦速度比BP神经网络快,并且准确性要高。     

Kalman滤波在井下人员跟踪定位中的应用

针对基于RSSI定位算法在定位过程中不具备连续性问题,提出了一种基于Kalman滤波的连续性井下人员定位方法。采用Kalman滤波对基于RSSI定位算法估算出的井下人员位置坐标进行滤波处理,在此坐标的基础上,建立Kalman滤波模型,利用Kalman滤波实现对井下人员的实时跟踪。实验结果表明,基于Kalman滤波的定位方法对井下人员的跟踪效果较好,提高了系统的实时性和跟踪精度。     

基于RSSI测距的WiFi室内定位算法研究

考虑AP(接入点)部署高度对定位精度的影响,提出了一种消除高度影响的加权质心定位算法.首先对采集的RSSI(接收信号强度指示)进行高斯拟合和Kalman滤波,根据室内信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置.对于多层建筑物,还提出了一种楼层识别方法,结合二维平面定位构成近三维室内定位算法.在实验楼内用以上方法进行楼层识别,识别率可这100％.在大型教室进行定位实验,结果表明:改进后的算法相比传统定位算法在精度和稳定性上都有一定的提高.     

视觉导航特征点匹配及误匹配剔除算法

飞行器视觉导航中图像的复杂性对特征点匹配提出了很高的要求。根据图像HSV色彩空间各分量固有的稳定性提出了一种新的特征点不变向量生成方法,以基于欧氏距离的最近邻准则作为特征点的相似度量将该算法提取的特征应用于图像特征点匹配;为了降低特征点描述向量的维数,提高匹配的实时性,采用了主成分分析(PCA)方法。针对误匹配问题,提出了一种利用惯性导航系统的输出信息进行误匹配特征点检测的方法。最后,通过实验证明,所提出的色彩匹配方法可以提高匹配的准确率,并且通过将PCA方法与上述方法结合不仅可以保持匹配的准确性还能降低计算的复杂度;所提出的误匹配检测方法可以较好的剔除误匹配点并能满足实时性的要求,这为视觉导航提供了一种可靠性更高的特征点匹配方法。     

K近邻快速匹配的WiFi指纹定位方法

为解决室内WiFi指纹定位速度慢及定位波动大的问题,采用高斯拟合和多次测量取平均值的方法对接收的信号进行平滑处理;以距离为相似性测度,规定一个阈值对建立指纹数据库进行分类;改进K近邻算法,并在分类的基础上实现K近邻快速匹配.实验结果表明:经过分类处理过的定位系统耗时有很大程度的改善,平均降幅62.8％;WiFi指纹定位精度的平均误差从4.17 m降到了2.12 m.     

微机械陀螺解耦控制技术的研究

研究微机械陀螺优化控制问题.由于微机械陀螺具有很严重的耦合误差,使得其精度和性能大大减弱.现有微机械陀螺解耦方法大都集中在结构解耦,受工艺和外界环境影响严重,且稳定性较差.针对上述问题,为了从源头消除耦合,在结构解耦的基础上提出了两种控制解耦方案即传统解耦方法和BP神经网络解耦方法,首先用传统解耦方法在建立其精确数学模型的基础上找到合适的解耦矩阵,使得驱动的输入和检测的输出为单一方向的运动,来实现控制解耦.然后用传统解耦后的数据来训练BP神经网络,进行解耦仿真,从而根本上消除耦合误差.仿真结果表明,上述控制解耦方案能根本上有效消除耦合,提高微机械陀螺解耦控制的鲁棒稳定性.