双零序分量注入的六相载波脉宽调制技术

针对常规六相正弦脉宽调制(PWM)算法直流电压利用率低的问题,研究了一种基于双零序信号注入的六相载波脉宽调制算法。该算法通过在正弦调制波中注入一定双零序分量来提高六相逆变器的控制性能。分析了该算法双零序分量变化范围以及直流电压利用率的提升原理,给出了3种具有不同输出特性的双零序注入方法。通过对均值零序注入法进行仿真可以看出,该算法能增大直流电压利用率,改善系统运行特性,验证了该PWM算法的有效性和可行性。     

多输入多输出随机加正弦控制系统研究

针对多输入多输出随机加正弦振动控制试验,首先阐述了控制算法的理论框架,然后采用相关积分法完成正弦信号和随机信号的分离,并分别对随机信号进行自功率谱控制,对正弦信号进行幅值修正,完成闭环控制。文中进行了算法仿真和实验验证,结果表明,本文算法能以高精度分离多点正弦和随机信号,分别满足二者的控制目标。     

多个指数衰减正弦信号参数估计的有效算法

提出了一种用于多个指数衰减正弦信号参数估计的有效算法－－EXPO，基于信号分离估计理论，该方法将多个信号参数估计问题转化为一系列单个目标参数估计问题，并利用信号压缩似然函烯形状的先验信息减少了单个信号参数估计的运算量，大量的仿真实验证明：本方法优于具有类似结构的核磁共振成像快速最大似然（FML）算法     

空间三轴激光陀螺高精度抖动剥除算法研究CSCD

激光陀螺的输出信号中包涵外界输入角速度、机械抖动角速度两部分信息,机械抖动角速度是一个叠加了一定噪声的标准正弦振动。针对空间三轴机抖激光陀螺仪,提出了一种高精度的新型正弦抖动信号滤除算法,通过自适应陷波器和有限冲击响应数字滤波器的组合,能极大地衰减激光陀螺仪零偏输出波形中的正弦分量,实现外界输入信号的高精度准确提取。实验结果表明,该抖动剥除算法效果显著,在保证快速响应外界输入的条件下能够实现高精度地提取角速度信号,可有效降低惯性系统的成本和复杂度,进而提高产品质量可靠性,具有很强的工程实用价值。     

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。     

基于PWM控制的开关磁阻电机中低速无位置传感器控制方法

无位置传感器的中低速运行控制是开关磁阻电机研究的难点问题。为实现中低速阶段对转子位置的连续估计,提出一种基于PWM控制的无位置传感器方法。该方法将开通关断角所对应的参考信号与高频三角载波进行交截,并将得到的PWM信号作为不对称半桥功率变换器的开关管驱动信号。通过对PWM信号进行频谱分析可知,该PWM注入方式等效于注入载波频率的高频正弦信号。然后,对电流信号进行滤波及坐标变换处理,解算出连续的转子位置信息。针对电感曲线正弦度不高的问题,通过移相相减的方法消除二次谐波,简化了位置估计过程。该方法无需额外注入高频正弦信号,易于工程实现,并具备高频信号注入法的精度。最后针对一台12/8结构样机,进行了相应的仿真和实验,验证了该方法的可行性。     

一种改进的雷达低空目标仰角估计算法

由于地(海)面反射的多径镜像信号的存在,使雷达低空目标的仰角估计成了难题。而三子孔径算法是针对该难题而提出的一种有效算法。此算法基于极大似然算法将等距线阵均分为三个子孔径,从而简化了估计函数,也使计算量大大减少。本文在三子孔径算法的基础上,利用目标信号与镜像信号在入射角度上的正弦约束条件,给出了一种改进算法。计算机仿真结果显示改进算法在性能上要优于三子孔径算法。     

多输入多输出正弦扫频试验控制方法研究及实现

振动环境试验是检验产品质量和可靠性的必须途径,对于一些大型的结构,单点振动试验不能充分模拟产品的使用环境,这就需要多点振动试验来模拟,其中多点正弦扫频试验是一个很重要的部分。本文根据多输入多输出系统的控制理论,基于正弦振动的基本特性,设计了多输入多输出正弦扫频试验控制系统的控制方案,同时给出控制修正的具体办法。并且对控制算法进行了仿真,实现了驱动信号发生、响应信号的采集和处理以及控制过程模拟,检验了算法的可行性。结果表明,算法可以使控制点的响应信号快速、稳定地收敛于参考信号,验证了本文设计的多输入多输出正弦扫频试验控制系统的有效性。     

基于遗传算法的正弦波四参数曲线拟合

曲线拟合法能够精确地提取正弦信号的四个参数。但是，由于数据处理比较困难，其应用在一定程度上受到了制约。本文提出了一种基于遗传算法的求解方法，研究了算法应用中初始种群数、繁殖代数和编码方式的选取以及适应度函数的设计。实验数据表明，该方法具有全局收敛和准确度高的优点。     

应用于发动机参数测量的直接吸收氧气光谱信号降噪研究

针对直接吸收氧气光谱信号噪声较大的问题,开展了光谱信号降噪研究。以气流质量流量测量为例,说明氧气光谱信号的SNR(信噪比)要求较高。在光谱信号的测量过程当中,信号受到信号发生器等多个环节的干扰。经过对信号发生器噪声等信号进行分析,排除了"正弦噪声"的上述来源。采用自平衡检测方法,去除了该"正弦噪声"。通过对降噪后信号进行氧气浓度计算,其结果精度优于1%,证明了该方法的适用性。利用上述研究成果拓展了微小氧气光谱信号的检测能力,其光谱吸光度在10-3量级。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

基于 SURF算法和 Kalman预测的运动目标跟踪

SURF(Speeded Up Robust Feature)特征提取方法是SIFT(Scale Invariant Feature Transform)算法的改进,具有速度快和精度高等特点,但其对于较大尺寸图像的匹配速度仍然有待提高。文章提出了一种将基于SURF特征匹配算法与卡尔曼滤波相融合的目标跟踪算法,该算法用特征点的中心近似目标最佳位置;通过卡尔曼滤波预测出当前的目标位置,建立自适应匹配窗口;最后,应用SURF算法提取窗口内的特征向量进行匹配。实验表明,该算法在目标发生大尺度旋转和缩放、部分遮挡时能够稳定跟踪,其跟踪速度比SURF算法有很大的提高。     

求解航空发动机数学模型的混合智能方法

针对传统求解方法收敛性不强而遗传算法求解效率较低的问题,利用BP神经网络逼近发动机平衡方程的反函数,将求解结果作为Newton-Raphson法的初值,提出了求解模型的混合智能方法。仿真结果表明,该方法可以保证非线性数学模型在整个飞行包线范围内收敛,与遗传算法相比又提高了求解效率。     

基于序列采样算法的轮盘减质优化

介绍了一种基于蒙特卡罗表述的空间缩减策略和局部边界线搜索的序列采样算法,该算法利用已有样本点的信息缩减原有设计空间,使得在缩减设计空间上生成的新样本点能够同时具有良好的空间填充特性和投影特性.与已有的序列采样算法的比较结果表明,该算法具有较高的采样效率和采样质量.采用此序列采样算法结合Kriging模型和遗传算法进行轮盘减质优化,优化结果减质10%.该序列采样算法为工程结构的优化提供了一条灵活有效的途径.      

一种改进的GPS动态定位滤波方法

针对GPS接收机能够测量卫星信号的多普勒频率的特性,亦即能够测量三维速度的特性,引入了一种改进的GPS定位系统滤波算法。首先,根据机动载体的"当前"统计模型建立了系统状态方程;然后,根据GPS接收机实际能够输出位置与速度信息的特点建立了系统的量测方程;最后,给出了标准的卡尔曼滤波算法模型并详细描述了算法的推导过程。仿真结果表明,改进算法相对于以前的算法无论是在精度和跟踪速度方面都有较大的提高。     

基于PLKF的固定单站无源定位与跟踪算法研究

利用到达方向（DOA）和多普勒频率（DF）建立了固定单站对空中运动辐射源的无源定位与跟踪模型,推导了该模型下的伪线性测量方程,用伪线性卡尔曼滤波（PLKF）算法实现了定位与跟踪;在此基础上用k时刻的状态估计值代替一步预测值对该算法进行了改进;最后与扩展卡尔曼滤波（EKF）算法进行比较。仿真结果表明,改进的PLKF算法具有更快的收敛速度和更高的收敛精度,PLKF算法克服了EKF算法的一些缺点。     

基于模拟退火的改进粒子群算法研究及应用

为加快粒子群算法效率,跳出局部最优陷阱,得到高精度最优解,文章提出了基于模拟退火的带收缩因子的粒子群混合算法(SACPSO)。首先,对混合优化算法进行了分析;然后,对混合算法进行函数数值仿真;最后,将SACPSO算法应用于PID参数整定问题。结果表明,改进粒子群算法的稳定性和搜索精度有了明显提高,收敛速度明显加快;在PID参数整定应用上,同传统方法相比,系统稳定,收敛性能好。     

Sequential Piecewise Recursive Filter for GPS Low-Dynamics Navigation

The design, implementation, and performance of a real-time estimation algorithm, referred to in this paper as the sequential piecewise recursive (SPWR) algorithm, for the global-positioning system (GPS) low-dynamics navigation system is described. The SPWR algorithm for this application was implemented in single precision arithmetic (32 bit, floating point). Numerical results are presented covariance and filter gains at a slower rate than the state measurement update, and it uses U-D factor formulation to perform covariance computations. The SPWR algorithm saves real-time processing requirements without appreciable degradation of filter performance. Another important feature of the SPWR algorithm is that it incorporates pseudorange and delta-range data from each GPS satellite sequentially for navigation solution. The SPWR algorithm, for this application, was implemented in single precision arithmetic (32 bit, floating point). Numerical results are presented.     

分布式无源传感器系统多目标跟踪算法

研究了分布式无源多传感器系统多目标跟踪问题,在只有测向信息可以利用的情况下,分布式系统首先利用波门技术分别对各个无源传感器角度测量数据进行关联配对和滤波;然后,将处理结果送到融合中心,在融合中心通过构造的χ2分布检验统计量进行多目标方位航迹的关联;最后,通过交叉定位和位置信息融合获得多个目标的位置信息估计,实现无源多目标跟踪。论文通过仿真分析对算法的有效性和可行性进行了验证。     

粗糙条件熵算法在故障诊断中应用分析

给出了一种基于条件熵的算法,并应用于弹载电子设备故障诊断中。结果表明,诊断结果准确可靠,且弥补了差别矩阵算法和差别函数算法的不足。