基于MLE的靶场光电经纬仪高精度定位方法研究

为解决靶场光电经纬仪现用交会定位解算模型作用范围小、与目标实际位置偏差大等问题,提高目标航迹解算精度和模型的适应范围,根据目标跟踪距离和测角误差分量关系,建立了经纬仪空间测量误差模型,优化了异面交会定位加权系数。基于最大似然估计（Maximum Likelihood Estimate,MLE）理论,提出了一种新的更高精度的定位方法,并推导了精度估算公式。详细分析了交会角度、跟踪距离和测角精度对定位误差的影响。试验证明,该方法较现用定位方法适用测量区域增加一倍以上,定位精度提高20%,更适合多测站、不等精度、远距离跟踪等工程场景,具有推广价值。     

基于圆盘散射体的非视距定位算法

针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.     

加权最小二乘联合遗传算法的无源定位

针对复杂环境下运动通信辐射源的无源定位,闭式解方法对于时频差模型中的测量噪声敏感且存在定位均方根误差较大问题.为了改善大观测误差下的定位性能,本文提出一种加权最小二乘联合遗传算法的递推式混合TDOA/FDOA定位方法.该方法首先利用已知站点观测大量时频差数据并建立误差模型,基于模型对定位过程中的多组时频差序列进行数据处理;其次通过加权最小二乘求解目标位置的初始值;然后采用改进的遗传算法在初始值的基础上通过多组时频差序列不断迭代、递推求解,修正位置坐标;最后利用位置估计和频差模型完成对目标速度估计.仿真结果表明,本文定位算法相比于经典两步加权最小二乘法具有更低的均方根误差,在大观测误差下能保持较高精度.同时相比于其他混合定位算法收敛速度快,可以有效减少计算量.     

带定位误差约束的多无人机快速协同航迹规划北大核心

在战场中,采用多架无人机协同配合对目标进行打击可以有效提高目标毁伤概率。实施过程中,无人机除了会受到自身的硬件约束,还会遇到环境约束以及任务要求约束等众多软硬约束条件。针对无人机执行打击任务过程中存在的定位误差校正约束、转弯半径约束以及时间协同约束等,建立了多约束条件下多无人机快速协同航迹规划的混合整数规划模型,利用CPLEX进行求解。仿真结果表明,上述模型可以为多架无人机生成合理航迹,确保有效执行任务。     

基于指纹膜与航迹推算的井下人员定位系统

针对RSSI指纹膜定位方法受矿井环境影响较大,而基于航迹推算的定位方法易形成误差累积的问题,设计了基于指纹膜与航迹推算的井下人员定位系统。该系统周期性采集人员的位置信息与运动姿态信息,利用K近邻和峰值检测方法求解指纹定位结果和航迹推算结果,并对定位结果进行加权融合得到目标位置。测试结果表明,该系统明显提高了定位精度和稳定性,对煤矿巷道复杂环境具有较强的适应能力。     

基于加权因子非线性变化的改进加权多模盲均衡算法

为了提高加权多模算法的盲均衡性能,提出基于加权因子非线性变化的改进加权多模盲均衡算法。新算法构造了均方误差和加权因子的非线性函数关系,提高了收敛速度,增强了算法对不同信噪比的适应能力。在算法收敛过程中,加权因子的值随着均方误差的减小逐渐增大,从而动态地调整算法的模值,使得误差模型越来越精确地匹配信号星座图,达到降低稳态均方误差的目的。理论分析和仿真结果表明,提出的算法降低了稳态均方误差,提高了收敛速度。     

基于RSSI的偏移误差修正的井下定位算法

针对基于RSSI的加权质心定位算法会出现三边测量区域选择错误、只是用节点之间的距离信息衡量信标节点的影响力,忽略了各条信号传输路径中误差的标准偏差也不同的问题,提出了一种基于RSSI的偏移误差修正的井下定位算法。该算法结合加权质心定位算法思想,采用RSSI测距模型测量节点之间的距离。在获得节点间的距离信息后,通过对测距误差中随机变量的标准偏差进行概率分布分析来衡量节点间的测距误差,并对随机变量进行偏移误差修正,最终获得较高精度的定位效果。仿真结果表明,与加权质心定位算法相比,该算法的定位精度提高了19%,定位结果的稳定性也有较大程度的改善。     

改进的三维加权质心定位算法

针对现有煤矿引爆源(电气火花源)定位方法采用二维加权质心定位算法存在误差较大的问题,提出了一种改进的三维加权质心定位算法。根据电气火花能在周围空间产生电磁波的特点,建立了自由空间下的接收信号强度指示(RSSI)传播模型,利用高斯模型对RSSI信号强度进行修正,得到更准确的测距模型;在三维空间内,合理选择检测点,并引入新的加权因子指数k,求出目标节点的坐标,实现对电气火花源的定位。模拟测试结果表明,该算法具有较高的定位精度,最大定位误差为0.319m,平均误差为0.265m。     

一种平面阵定位的改进算法

对任意形状的平面传感器阵列.提出一种改进的目标定位算法以减小时延估计误差带来的定位误差.首先引入集合的概念建立子传感器面阵的定位模型,然后通过最小化测量误差对各子面阵的定位姑果进行加权平均.将该算法与加权最小二乘法和牛顿选代法进行Monte-Carlo仿真,比较三者的统计特性.仿真结果表明,当传感器个数有限时,改进后的算法在远、近场情况下均可有效降低目标定位的方差,增强定位系统的可靠性,最终提高目标的定位精度.     

双机协同交叉定位的三维航迹规划

面向双机协同交叉定位任务,以提高测向定位精度为目的,解决无人机的航迹规划问题。通过分析双机交叉定位的圆概率误差和无人机的动力学约束,建立双机交叉定位的三维航迹规划模型,引入带约束条件的粒子群优化算法,动态规划无人机的航迹,以持续提高测向定位精度,实现无人机的自动化控制。仿真结果表明:粒子群优化算法能有效规划出无人机的航迹,持续提高测向定位精度,算法时效性高,有一定的实际应用价值。     

异视场多目标匹配跟踪技术

针对宽泛条件下不同视域场景多摄像机多目标的匹配跟踪问题,提出了一种基于纯目标的强鲁棒自适应SIFT（Scale Invariant Feature Transform）特征匹配算法。该方法为每个从视频图像中提取出的纯目标设置一个CamShift（Continuously Adaptive Mean Shift）跟踪器,利用自适应尺度空间因子提取目标的细节特征,采用基于BBF（Best Bin First）的双向匹配策略去除误匹配点,当目标的关键点数量太少,无法满足计算三维二次函数精确关键点位置时,构造了自适应尺度Harris角点检测法增补新点。通过对户外车辆、人员等在不同场景下的连续跟踪实验表明,本算法实时性好、自适应能力强,与其他算法相比,匹配耗时少,跟踪精度高。     

永磁同步电机模型预测转矩控制模糊排序法研究

针对永磁同步电机(PMSM)模型预测转矩控制(MPTC)中成本函数权重系数难以设计和调节的问题, 以降低逆变器开关频率的多目标控制问题为例, 本文研究了基于排序法的模型预测转矩控制策略. 本文通过优先级的设计解决了排序过程中最优电压矢量解不唯一的问题. 考虑到控制目标重要性并不完全等同, 提出了一种带有缩放因子的排序优化方法, 利用缩放因子来调节控制目标的重要程度. 不同于连续变化的权重系数, 缩放因子的作用效果具有离散分段特性, 因此其调整过程可得到有效简化. 本文进一步提出了基于模糊排序法的模型预测转矩控制策略, 实现了缩放因子的动态优化, 从而更好地适应电机不断变化的运行状态. 仿真结果表明, 与固定权重系数的传统模型预测转矩控制相比, 本文所提控制策略可降低系统的平均开关频率、转矩与磁链脉动, 并可有效抑制动态条件下的转矩和磁链脉动. 实时性实验结果表明, 排序法不会严重降低模型预测转矩控制的实时性.     

Establishment of transverse beam engineering knowledge coding of door-shaped structure and case-based similarity method

This study uses an overall knowledge framework concept to carry out engineering knowledge framework categorization for a door-shaped structure. Based on the engineering knowledge and important parameters, combined with agent technology, this study establishes the transverse beam engineering knowledge coding and a case-based similarity method for door-shaped structures. According to the coding model, we establish an associated case-based knowledgebase to carry out data search and inference application so as to shorten the working time. This study only considers the analytic problems of the natural frequency and stress of transverse beams. Looking at these problems, this study establishes different kinds of boundary conditions and load range in sequential order, as well as the related detail parameter coding. Finally, taking a case study which includes the general direct calculation through programs and the detailed dimension trans-coding as an example, this study establishes an automatic mesh model for finite element analysis to solve the analytical problems of vibration and stress. Through the weighting factor, similarity analysis is conducted to search for the similar cases. Furthermore, taking the most similar case located as the foundation, and matching it with regression analysis, this study carries out revised calculation and comparative investigation to rapidly acquire the analytic results. Thus, the proposed method can also shorten the time required for knowledge searching and design analysis by similar structures.     

磁场信号检测误差分析及补偿算法

针对载体自身磁场特性及三轴磁传感器误差特性建立了地磁导航干扰误差补偿模型,通过对模型进行简化变形,利用系统辨识的最小二乘估计算法(LS)求取误差特性参数.数据分析表明:该方法简单易实现,简化了复杂的求解过程,基本达到了误差补偿的要求.     

汽车动力传动系仿真与优化

为了在汽车设计过程同时兼顾汽车的动力性与燃油经济性,建立了汽车动力性与燃油经济性的一般数学模型,编制程序计算了常用的动力性参数并绘制多种动力特性曲线.建立了同时考虑汽车动力性和燃油经济性为目标函数的优化模型,特别引入了加权因子的概念,使得优化结果可以根据不同设计需要有所侧重,最后得出变速器各档速比及主减速比等传动系主要参数的优化值.结合实例,对某两厢小型轿车进行计算与优化,对优化前后主要动力性参数进行分析比较,验证了仿真程序的可行性并得出了传动系优化结果.     

整车电磁仿真模型精度评估

整车模型是车辆电磁性能仿真分析的基本平台,其精度直接决定仿真结果的准确性和可信度。为实现整车电磁仿真模型的量化评估,提出一种整车电磁仿真模型量化精度评估方法。以模型误差反向表征模型精度指标,用整体误差与局部误差的加权求和表征模型总误差,将整体尺寸与曲面面积的加权求和表征整体误差,采用部件偏差的最大值、平均值和变异系数加权求和表征局部误差。根据模型针对的不同分析问题,各加权系数可做适当调整,适用于各种车辆电磁性能分析任务的整车模型精度评价,具有较好的灵活性。仿真结果显示,该方法可准确预估整车模型分析时结果的可信度。     

改进权值计算的均值移动目标跟踪

针对基于Bhattacharyya相似度的均值移动跟踪算法精度较差的问题,提出一种基于直方图交集思想的新型颜色分量加权方法,该方法利用参考模板与候选模板归一化颜色概率密度对应颜色分量的比值作为均值移动算法的加权系数。新权值计算方法在目标快速运动,有场景相似颜色干扰等情况下具有很好的适用能力,从而提高目标的跟踪精度。另外处理跟踪过程中,因摄像机抖动、光照变化等因素导致跟踪线索变化的情况,利用基于辅助模板的目标更新机制,有效地解决了目标短暂遮挡以及更新过程中的累积误差问题。通过多组对比实验结果可以看出,算法具有更强地抑制背景干扰以及特征自适应的能力,从而提高了均值移动跟踪算法的鲁棒性。     

基于IHSA_LSSVM的供应链绩效评估研究

为有效评估供应链绩效,结合和声搜索算法(IHSA)与最小二乘支持向量机,提出一种评估算法(IHS_LSSVM)。研究和声搜索算法的原理,对基音调整概率和基音调整步长进行动态调整,给出一种改进的和声搜索算法。利用该算法的全局搜索能力优化选取LSSVM的惩罚因子r和高斯核函数的半径σ。采用供应链绩效评估实例,构建供应链评估模型。仿真实验结果表明,与已有的BP神经网络和LSSVM等评估算法相比,IHS_LSSVM具有更小的预测误差和更高的预测精度。     

State estimation in the presence of bounded disturbances

This contribution proposes a robust recursive algorithm for the state estimation of linear models with unknown but bounded disturbances corrupting both the state and measurement vectors. A novel approach based on state bounding techniques is presented. The proposed algorithm can be decomposed into two steps: time updating and observation updating that uses a switching estimation Kalman-like gain matrix. Particular emphasis will be given to the design of a weighting factor that ensures the stability of the estimation error.