摘要：高速公路交通流模型是高速公路交通监控系统设计、分析、仿真、运行的基础 .由于高速公路交通流模型是一个高阶非线性时变系统 ,这使得该模型的状态估计问题成为一个非常困难的问题 .这里简要描述了传统解析模型中的交通流宏观动态模型及扩展的卡尔曼滤波法( Extended kalman Filter- EKF)状态估计原理 ,讨论了该类模型在一条具有三个等长路段 ,一个入口匝道 ,一个出口匝道的公路的应用 ,并利用 EKF得出对三路段高速公路车流密度、车流速度跟踪的仿真结果 .

摘要：无人机姿态控制问题是无人机稳定性飞行的关键,针对无人机在位姿参数不确定条件下制导控制器姿态定位精度不高的问题,提出了一种基于扩展kalman滤波的无人机位姿校正方法,进行制导系统稳定性控制律设计.建立无人机飞行动力学模型,构建飞行弹道方程,分析无人机制导系统被控对象的约束参量,采用加速度计、陀螺计和磁力计进行位姿参量测量.考虑到位姿参数的不确定性,采用扩展kalman滤波算法进行姿态参数的整定性处理,实现角度校正.将校正后的位姿参数输入模糊神经网络系统中,实现无人机制导控制律的优化设计.仿真结果表明,采用该方法进行无人机位姿校正和飞行制导控制,定姿精度较高、抗干扰能力较强,实现了飞行的稳定性控制.

摘要：器件内部的热耗散系数信息反映了内部器件的工作状况。但是受客观条件的限制,内部的热耗散系数信息无法直接测量,因此需要通过可测量的间接信息,识别内部耗散系数信息,从而实时监测发热器件的工作状况。上述问题数学上可描述为,利用可测量信息,探求内部热耗散系数的不确定信息,进而给出器件工作的指导建议。基于上述原因,考虑在随机噪音模型下,利用可测边界的不确定性信息,识别内部阻尼系数(热耗散系数)。这是一个非线性的热传导反问题,故基于扩展kalman滤波、全变差,设计反演算法识别热耗散系数。数值实验表明该算法可有效地识别边界阻尼系数。

摘要：针对捷联惯性导航系统(SINS)无法长时间单独工作和GPS卫星信号易失锁而无法定位的问题,分析了两种导航系统的优缺点,提出了SINS/GPS组合导航的方法.建立了陀螺和加速度计的误差模型,采用松耦合方式,设计了扩展kalman滤波器.以姿态、速度、位置的误差以及陀螺、加速度计的误差作为状态变量,对姿态、速度、位置进行校正.运用Matlab对组合导航系统进行了仿真.结果表明,该算法简单,容易实现,能满足导航精度要求.

摘要：为提高船舶姿态监测预报系统的测量精度,设计加速度传感器和陀螺仪捷联的惯性导航系统,利用互补处理和反馈调节对传感器输出参数进行校正。为得到精度较高的预估数据,通过广义最小二乘法进行系统辨识建立船舶状态模型和矫正的传感器测量模型,由扩展的卡尔曼滤波器得到最优估计状态。同时设计闭环系统,进一步提高系统的测量精度和预估精度。此外,针对当前监测预报系统普遍存在的软件界面差、交互困难等缺点,设计姿态监测预报友好型界面,可3D动画实时显示船舶当前的运动姿态,并具有数据存储、分析、操作处理等功能。最后,通过实验对不同倾角变化率下实际姿态、测量姿态和预估姿态进行对比,结果表明所设计的姿态监测预报系统具有较高的监测精度和预估精度。

摘要：提出一种新的建议分布函数的设计方案,即将扩展kalman滤波算法与Rauch-Tung-Streibel(RTS)最优固定区间平滑算法融合,产生建议分布函数。与用扩展kalman滤波产生建议分布函数的粒子滤波方法相比,该方法可更准确地给出状态的估计结果,从而使得系统具有更好的稳健性。通过对GPS/DR组合导航系统的试验,验证了该方法的有效性。

摘要：以两飞行器自主交会、绕飞与最终逼近为背景 ,研究基于交会雷达的自主相对导航方法。基于间接测量量设计了扩展kalman滤波器 ,并设计了具有自调整功能的测量误差协方差矩阵R。

摘要：在化工过程中,作为观测关键质量参数的重要手段,软仪表技术受到了广泛的关注。目前,关于软仪表的研究主要集中在建模技术上。然而,化工过程复杂多样,仅使用软测量模型进行质量变量的估计易出现预估效果不稳定、随机偏差大等现象。为此,文献提出了一系列的改进算法,但仍存在计算复杂、算法抗干扰能力差等问题。本文提出一种基于自适应扩展kalman滤波(EKF)的输出融合软仪表设计方法,利用kalman滤波算法对软测量模型预估数据和现场观测进行数据融合,校正软测量模型预估偏差;并在输出融合软仪表背景下,设计了一种含衰减因子的观测噪声统计估计器,将其与滤波算法相结合,构成自适应EKF算法,以提高融合软仪表的输出精度及抗干扰性能。通过仿真实验对所提出的算法进行了全面分析,并将该算法应用于小型实验装置,验证了算法的实用性及有效性。

摘要：为了实现对Hex-Rotor无人飞行器执行单元故障的快速准确检测,提高飞行器的安全性和可靠性,提出基于多故障分类的执行单元故障检测与自重构算法.在对执行单元故障进行分类的基础上,建立执行单元升力故障模型,构建基于扩展卡尔曼滤波算法的故障观测器组,实现故障的检测与隔离.利用故障观测器的输出信号,对不同故障进行相应的自重构,设计基于多故障分类的自重构控制算法.通过理论分析、数值仿真和实际飞行,验证了提出算法的有效性.结果表明,利用该算法能够快速、准确地完成故障检测与隔离,在故障条件下保证飞行器姿态控制的稳定性.

摘要：陀螺仪的漂移、载体的线性加速度和周围局部磁场的干扰是制约MARG传感器姿态测量精度的主要问题,传统的方法利用滤波算法和零速修正技术来减小姿态测量误差。该文基于已有的惯性测量单元,设计了一个基于四元数的扩展kalman滤波器,通过建立MARG传感器模型,引入传感器偏差补偿和自适应的测量噪声协方差矩阵构造方法来提高姿态测量精度,减小载体线性加速度和周围局部磁场的干扰,实现三自由度的姿态测量。基于惯性测量单元(IMU)的实验结果表明了本文所提算法能显著提高姿态测量精度。