摘要：利用粒子滤波算法具有同时估计连续状态和离散状态的特点 ,提出一种可用于混合系统状态监测与诊断的新方法 .给出了该方法的理论推导和设计步骤 ,讨论了在诊断应用中粒子滤波器所遇到的问题 ,并给出了改善的措施 .仿真结果证明用粒子滤波器对混合系统进行监测与诊断是可行的 ,所提的方法对估计结果有比较好的改善 .

摘要：质心侧偏角是表征车辆稳定性和安全性的一个重要状态参数,该参数一般通过汽车行驶状态观测器估计来获取,提高质心侧偏角的估计精度将有助于车辆控制理论的研究。文中针对分布式纯电动汽车非线性、非高斯的行驶特点和四轮独立控制的特点,在自适应遗传粒子滤波算法的基础上,提出一种改进的粒子选择算法,并基于该算法设计了分布式纯电动汽车行驶状态观测器。采用车辆动力学估计与运动学估计相结合的方法,对汽车质心侧偏角进行估计。通过CarSim与MATLAB/Simulink对设定在典型工况下的车辆进行联合仿真分析,验证了采用该算法的观测器对质心侧偏角的估计具有更高的精度。

摘要：为实现无人机精确自主着舰,需要精确测量无人机相对舰面高度,确定着舰位置。传统的GPS/INS组合导航系统在离舰高度30 m以下测量精度较差,并且难以对着陆区域定位,无法满足要求。为此,提出采用毫米波雷达/GPS/INS多传感器组合导航方案。为解决毫米波雷达与GPS/INS融合过程中对状态量和未知参数的估计问题,提出与增广卡尔曼滤波算法相对应的增广粒子滤波算法。该算法将动态系统中的未知参数作为状态变量对系统状态方程进行增广,采用高斯随机游走模型对未知参数建模,进而利用粒子滤波算法对增广的非线性动态系统进行状态估计,求出系统的未知参数。通过仿真测试验证了所设计算法的有效性以及该组合导航系统应用于无人机自主着舰的可行性。

摘要：由于传统电网运行异常值快速检测算法检测步骤单一,检测准确率低,因此无法实现快速检测,基于子滤波算法研究了一种新的电网运行异常值快速检测算法。挖掘电网运行的异常数据信息,了解数据所处的具体情况作出数据处理判断。按照异常位置划分处理区域,检测处理好的数据信息,同时结合粒子滤波算法加强数据检测力度,获取所需的检测信息。实验结果表明,基于粒子滤波算法的电网运行异常值快速检测算法能够实现深度检测,提高检测准确率,确保检测速度。

摘要：针对电池荷电状态(SOC)容易受到电流、温度、循环寿命等非线性因素的影响,建立基于温度和电流变化的电池容量修正方程。结合安时法和复合电化学原理构建电池状态空间模型。由于粒子滤波算法对非高斯、非线性系统的适应性,因此选用粒子滤波算法来研究电池SOC估计。通过美国FTP-75工况和NEDC工况实验仿真显示,基于粒子滤波算法的电池SOC估计比扩展卡尔曼滤波算法估计精度高、适应性好。

摘要：针对当前精确制导面临的制导信息缺乏问题,提出了基于粒子滤波算法的制导信息提取算法研究。粒子滤波算法作为一种基于贝叶斯估计的非线性滤波算法,在处理非高斯非线性时变系统的参数估计和状态滤波问题方面有独到的优势。文中以弹目相对运动方程作为系统的状态方程,目标的机动模型采用Singer模型,以导引头的输出数据作为系统的量测,利用粒子滤波算法进行弹目相对运动状态估计,从而求解得到视线角速率等制导信息。仿真结果表明了,基于粒子滤波算法的制导信息提取能够有效的提取出制导信息,具有较高的制导精度,满足制导控制系统对于状态估计性能要求。

摘要：传统的温室作业方式依赖于人工操作,工作效率低且难以保证作业的质量和稳定性。温室自主导航系统可以实现温室内自动化导航和作业,提高温室作物的生产效率和品质。因此,设计一种定位与地图构建(Simultaneous Localization And Mapping, SLAM)技术下的温室自主导航系统,可利用激光雷达等传感器实时构建温室内的地图,并利用SLAM算法实现自主定位与导航。为了提高系统的鲁棒性和性能,提出了一种基于改进粒子滤波算法的姿态估计方法。试验结果表明:该温室自主导航系统能够高效准确地实现温室内的自主导航任务,为农业生产提供了一种新的自动化解决方案。

摘要：疲劳裂纹是金属结构常见的损伤之一,提出了一种构建数字孪生模型对裂纹扩展结构进行健康管理的方法。在数字孪生模型的建立过程中,首先建立裂纹结构的有限元模型,并结合Paris公式构建裂纹扩展模型;其次基于动态贝叶斯网络表示裂纹状态随时间演化的规律;最后采用粒子滤波算法作为模型的推理算法,从而在数字空间中完成对裂纹扩展行为的描述。通过应变传感器实时在线监测裂纹状态,驱动孪生模型动态更新,实现裂纹扩展状态和剩余使用寿命更准确的预测。通过试验验证了该方法在裂纹扩展结构健康管理上的有效性与实用性。

摘要：针对安瓿中可见异物的视觉检测需求,设计了基于机器视觉的安瓿制剂在线检测系统;研究了该检测系统的硬件构成和工作原理,为了从复杂的视觉图像中提取出微小的检测目标,系统运用机械方法使被测目标与背景间产生运动差异,利用精密的光学成像系统获取目标运动序列图像,通过图像灰度投影定位安瓿图像,并提出图像差分提取运动目标和粒子滤波跟踪运动目标方法来完成对异物的实时视觉检测;实验证明所研制的系统可有效地应用于安瓿制剂的可见异物在线检测。

摘要：传统网络流量预测模型存在泛化能力弱和预测准确度低等缺点。为解决此问题,提出一种基于长短期记忆(LSTM)循环神经网络的网络流量预测模型。首先,用距离比较和优化组合策略改进粒子滤波算法(PF)的重采样过程;然后搭建PF-LSTM网络的网络流量预测模型,将改进的PF算法用于模型训练,提高其训练速率,克服传统LSTM网络中收敛于局部最优的缺点;最后将提出的模型用于网络流量预测。实验结果表明,相比传统的LSTM模型,提出的PF-LSTM模型具有较好的预测精度和收敛效率,能够更好地描述网络流量的变化趋势。