基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

基于二阶锥优化的饱和及禁区约束下的航天器姿态控制（英文）

研究了姿态禁区约束、角速度和控制力矩饱和约束下的航天器姿态机动问题。为了解决实际问题中的强非线性和非凸问题,提出了采用二阶锥优化方法来求解路径。具体来说,非线性的运动学和动力学通过松弛和转化为标准的仿射形式,并采用线性化和L1罚函数方法将问题中的非凸约束进行凸化。提出了基于角速度的二次性能指标,采用逐次迭代的二阶锥优化算法得到航天器姿态机动路径。最终,通过数值仿真验证了算法的有效性。     

基于TBIC信息准则的小波网络结构设计方法

针对框架小波网络存在的网络结构不易确定的问题．提出一种基于TBIC(Testing Bayesian information criterion)信息准则的网络结构设计方法。该方法权衡网络规模和测试精度两方面因素,得到了在TBIC信息准则下的最优小波网络,达到了优化网络结构的目的。仿真结果表明,用该方法设计得到的小波网络具有较小的网络结构和良好的测试精度。相比于BIC(Bayesian information criterion)准则函数,该准则能更准确地反映出测试精度随网络结构变化的趋势。     

一类非线性双曲型方程的Galerkin方法

主要讨论了平面有界凸多角形区域上的一类非线性双曲型方程utt- .( a( x,u) u) =f ( x,u)u( x,0 ) =u0 ( x)ut( x,0 ) =φ( x)u( x,t) =0　　( x,t)∈Ω× [0 ,T]x∈Ωx∈Ω( x,t)∈ Ω× [0 ,T]的 Galerkin有限元方法 ,首先给出了所讨论问题的 Galerkin有限元方法的离散格式 ,其次对所讨论问题的解与其离散问题的解之间的误差进行了分析研究 ,最后利用椭圆投影算子的性质 ,得到了 L2 模和能量模方面的一些误差估计。     

基于交叉熵代价函数的DBN转子系统故障识别分析

针对传统转子系统故障诊断方法在处理复杂故障数据时存在收敛速度慢和识别精度低问题,提出一种基于交叉熵代价函数的深度置信网络(DBN)故障识别方法。其采用无监督算法初始化限制性玻尔兹曼机(RBM)的参数空间,交叉熵代价函数反向传递误差,优化参数空间,逐层堆叠重置后RBM构建深层模型;利用已有数据建立转子系统智能识别库;在MNISIT手写数字集和转子系统故障数据集上验证,与传统DBN相比,利用交叉熵惩罚函数的深度置信网络可消除由于激活函数本身梯度对参数空间更新速度的影响,能有效地提高分类的精度。     

基于图像特征分类和RBF网络的两轴车辆动态称重技术

汽车在行驶过程中的总重信号通常由各轴重信号确定,各轴重信号的测试精度取决于对车辆运动参数和振动信号等的精确分析。本文采用径向基函数(Radial basis function,RBF)网络处理轴重信号,针对该网络的泛化能力与拟合精度的矛盾,将车辆按照重量分为大、中、小3种类型,并进行整车建模和网络训练;实际测试过程中,利用汽车俯视图像提取类型特征,然后根据汽车的类型将测试参数输入不同的神经网络进行处理,以静态测量结果为相对真值。仿真结果表明,分类建模比单一混合建模具有更高的测试精度。     

传感器饱和约束下网络化系统的故障检测

针对通信带宽受限和传感器饱和约束的网络环境,通过引入一种基于事件触发机制的传输策略,研究一类网络化动态系统的故障检测问题。首先,以全阶滤波器作为残差发生器并利用状态增广的方法将原系统故障检测问题转化为H∞滤波问题;然后,利用Lyapunov稳定性理论和时滞系统自由权阵分析方法建立了故障检测滤波器的存在条件,并基于此条件求解凸优化问题得到最优滤波器参数;最后,通过数值仿真验证所提出事件触发机制故障检测方法的有效性。     

二维应力集中问题的多尺度RKPM自适应分析

借助于“小波”理论,再生核质点方法RKPM(Reproducing Kernel Particle Method)以将形状函数及求得的结构响应分解为多个尺度。本文对线弹性二维应力集中问题进行了双尺度分解,并由各应力分量计算得到的高梯度点作为误差指示,实现了该方法的h型自适应分析。并且提出了一种新的方法——“四象限法”对高梯度区域进行加密,计算结果表明自适应后的解的精度更高,从而证明了这种自适应无网格方法的有效性。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

无线传感网中能量优化的异常检测算法

基于网内数据处理技术和网络动态分簇技术,提出一种能量优化的异常检测算法。算法首先利用节点协作计算获取相关性信息,然后根据节点相关性和节点能量信息进行动态网络分簇,最后利用簇内相关与簇间相关性进行能量有效性的异常检测。相关测试结果表明,本文算法既保证了传感网异常检测精度又提高了网络能量利用效率。     

ARMA参数识别的预估噪声法

若ARMA模型(B)y_t=θ(B)w_t的驱动白噪声预先给定,则参数的识别是一个线性问题,本文从此观点出发,推导了从已知时间序列{y_t)预估驱动白噪声{w_t}序列的递推算法,由序列{y_t}与递推得到的{w_t}的值,对相关函数作出估计,然后由参数与{y_t}和{w_t}二阶矩的线性关系即可求解出模型的参数,此算法简单快速,并且有良好的精度。     

基于非标准Lagrange函数的动力学系统的广义能量积分与Whittaker降阶法

研究基于非标准Lagrange函数的动力学系统的广义能量积分和Whittaker降阶方法。首先,基于指数Lagrange函数和Lagrange函数幂函数两类非标准Lagrange函数,定义了相应的Hamilton作用量,建立了该系统的Hamilton原理,给出了系统的Lagrange方程。其次,利用系统的Lagrange方程,建立了基于非标准Lagrange函数的广义能量积分存在的条件及形式。然后,将著名的Whittaker降阶法加以推广,得到了基于非标准Lagrange函数的动力学系统的Whittaker方程。最后,以算例验证了本文结果。     

基于观测器的分段仿射离散系统H∞控制

针对分段仿射离散系统,提出一种基于观测器的H∞控制器设计方法。采用分段二次Lyapunov函数构造耗散不等式,以保证闭环系统的稳定性和H∞性能。通过椭球体近似逼近凸多面体形式的作用域,并借用奇异值分解技术处理矩阵等式约束,从而把H∞性能指标最小化问题转化为线性矩阵不等式(Linear matrix inequality,LMI)描述的凸优化问题,并运用LMI工具箱求解。最后通过仿真实例说明所提方法的可行性。     

用于复杂装备费用驱动因子筛选的灰色凸关联模型

针对复杂装备费用预测中样本少和费用影响因素繁多的问题,分析以往灰色关联度的缺陷,运用改进的灰色凸关联度建立费用影响因素与费用之间的灰色关联模型。依据灰色凸关联度的大小和接近程度筛选费用驱动因子,利用所选择的驱动因子建立多元回归模型。与已有文献中的方法进行对比,结果表明本文方法具有较高的预测精度,说明改进的灰色凸关联度模型能够诊断复杂装备费用的关键影响因素。     

基于实测的古斯塔夫飓风非平稳特性分析

根据美国路易斯安娜州立大学飓风研究中心对古斯塔夫(Gustavo)飓风的实测资料,首先采用传统方法统计出不同高度处强风的基本参数特性,然后运用轮次法对不同高度、时距和起始点的风速样本进行非平稳特性检验,最后基于希尔伯特-黄变换(HHT)方法对于呈现非平稳特性的风速序列进行经验模式分解(EMD)和时-频-谱联合特征分析.分析发现,飓风的湍流强度和积分尺度较良态风场相差较大,并且其平均风速也极不稳定;通过轮次法对不同高度和时段的风速时程检验发现,非平稳特性与高度和统计时段大小密切相关,相应的10min时距的风速样本也存在非平稳特性;HHT对非平稳风速序列分析结果表明,飓风的非平稳特性主要是由时变的平均风速引起,其能量和频率随着时间的变化明显,并且主要能量集中在0.05~0.2Hz频段内,但EMD分解和Hilbert谱结果表明高频能量同样不能忽略.最终得出的结论为:基于传统的分析方法可以很好地获得基于平稳假定的飓风统计参数,但不能获取其非平稳信息,而轮次法和HHT方法是识别非平稳和分析其时频谱联合特性的良好方法.     

高阶龙格库塔间断有限元方法求解二维谐振腔问题

提出了使用高阶龙格库塔间断有限元方法在时域求解经典的电磁场谐振腔问题,间断有限元方法在空间离散时采用非结构化网格且在时域显式求解方程,这是有限元方法和有限体积方法的最佳结合。该方法通过采用局部高阶多项式插值基函数获得高阶精度。文中使用该方法研究了横磁波在二维谐振腔中的传播情况,以及高阶的拉格朗日基函数。数值实验采用了高阶的二变量拉格朗日多项式基函数,数值计算结果与理论解析解相吻合。文中还讨论了不同阶数多项式插值基函数对计算精度的影响。结果表明,随插值基函数阶数增加,计算精度迅速提高。最后讨论了不同插值基函数阶数对L^2误差的影响,结果显示L^2误差随插值基函数阶数增加呈指数下降。     

机翼非平行边界层稳定性研究

从Navier-Stocks(N-S)方程导出曲线坐标系下的抛物化稳定性方程(Parabolicstabilityequation,PSE),研究机翼非平行的可压缩边界层稳定性问题。发展了求解PSE的高效数值方法:引进法向变换,使得在临界层与壁面之间的扰动量变化最快的区域有更多法向网格点;采用包含边界邻域在内的完全四阶精度的法向差分格式,这对方程精确离散至关重要;以及全局法和局部法相结合的数值方法及其新的迭代公式,能大大加速收敛并得到更精确的特征值。算例分析研究了扰动增长因子和形状函数等演化曲线。     

Stokes问题的集中质量非协调有限元法

针对其平面有界凸区域上的一类非定常不可压Stokes方程，提出了一种新的有限元方法，借助于所谓的速度一压力混合型公式，讨论了非定常不可压Stokes方程的质量集中非协调有限元逼近格式(全离散情形)。首先，给出了非定常不可压Stokes方程的质量集中非协调Galerkin有限元逼近的全离散格式，其次，对所讨论问题的解与其所给出的离散问题的解之间的误差进行了分析研究；最后，利用Stokes投影算子的性质和离散的LBB条件，得到了非定常不可压Stokes方程关于速度L2模和能量模及压力L2模方面的最优阶误差估计。     

核统计分析和监测方法处理多模式批处理过程

提出了一种解决批处理过程多种工作模式故障检测问题的方法。该方法从多种工作模式中提取各个模式相类似的信息,解决了该工作模式下故障检测建模问题;将核函数应用到算法中,利用核技术提高算法处理非线性数据故障检测的能力;将在每种工作模式下的数学模型进行分解,将反映相似信息和各个模式不同的信息进行分离,并分别建立故障检测模型,通过分析可以辨别出当前所处的工作模式,并且有效地检测故障的发生。     

基于深度学习的离港航班延误预测模型研究

为了对离港航班延误进行有效预测,在融合航班数据和气象数据的基础之上,提出一种基于深度学习的离港航班延误预测模型。针对航班延误数据集的非平衡特性,提出利用焦点损失函数来减轻非平衡数据集对模型的影响;针对小数据集时模型预测效果不佳问题,提出了一种简单的数据集增强方法,在一定程度上提高了模型的预测精度。以成都双流机场的相关数据对模型进行仿真实验,结果表明模型可以达到85%以上预测精度,具有一定的实际价值。