基于鱼群优化粒子滤波的捷联惯导系统初始对准方法

针对传统捷联惯导系统静基座初始对准模型的维数较高,导致滤波算法的解算实时性较差的问题,设计出一种基于鱼群优化粒子滤波的两位置初始对准方法。首先,建立了捷联惯导系统的两位置初始对准模型。由于该模型中不存在惯性器件的随机常值影响,因此,在确保初始对准精度的前提下,有效降低了初始对准模型维数;然后,利用鱼群优化算法改善了粒子滤波算法中粒子样本的分布,提高了粒子滤波算法的收敛速度和预测精度。仿真结果验证,采用该初始对准方法,可以有效提高初始对准的精度,且满足系统对实时性的要求。     

一种改进的类高斯和粒子滤波在大失准角传递对准中的应用

 在小失准角传递对准模型基础上提出了一种大失准角下的速度加姿态匹配的传递对准模型;针对模型中存在的非线性和非高斯性问题,根据二阶马尔可夫过程的时域特性,提出了一种改进的采用类高斯和重采样的粒子滤波算法。理论分析证明了大失准角下传递对准模型和小失准角下传递对准模型的统一性。小失准角下的仿真验证了大失准角传递对准模型的正确性;大失准角下的仿真结果表明在大失准角的非线性、非高斯状态下,相比传统粒子滤波算法只稍微增加了计算量,而传递对准的精度提高了大约40%。     

基于声矢量传感器阵列的鲁棒H∞空气流动 速度估计算法

 研究了基于声矢量传感器阵列的空气流动速度测量问题。首先,根据声波在气流中的传播原理,求得声场中质点振速与空气流动速度的关系表达式,建立基于声矢量传感器线性阵列的测量模型。在此基础上,根据各个阵元输出信号之间的相位差,提出了基于鲁棒H_∞滤波的空气流动速度估计算法,该算法通过各个阵元的信息迭代估计出空气流动速度。然后从理论上讨论了算法的初值选取,并分析了算法对随机扰动的鲁棒性。最后,计算机仿真表明该算法具有良好的鲁棒性和容错性。     

增量粒子滤波方法

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.      

颗粒冲刷条件下绝热层二维烧蚀计算

在颗粒冲刷条件下绝热层烧蚀试验研究的基础上,对该条件下的绝热层烧蚀机理进行了理论分析,建立了颗粒冲刷条件下的绝热层二维炭化烧蚀模型,进行了该条件下的绝热层烧蚀计算。烧蚀机理分析认为,冲刷条件下绝热层烧蚀加剧的直接原因为颗粒对炭化层的机械剥蚀作用,经回归分析得到了炭化层厚度Ht和颗粒浓度Gp、颗粒冲刷速度vp、颗粒冲刷角度α之间的经验关系式:Ht=5.761G-p0.013 7(vpsinα)-0.409。烧蚀计算模型基于二维适体网格,并发展了一种自适应加密和加强网格正交化的方法。计算获得的绝热层型面推移结果和利用X射线实时荧屏分析(RTR)测量得到的绝热层动态烧蚀试验结果吻合较好,表征出了颗粒冲刷条件下绝热层烧蚀过程的型面变化规律。该烧蚀模型适用于颗粒冲刷条件下绝热层的烧蚀计算。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

磁粉探伤用环形试件的几何尺寸——磁粉探伤原理之四十三

根据磁偶极子链近似理论对Betz环的分析结果得悉:D、d、a、h中只有3个是独立的。由上式的数值计算证明:英国的BS 6072-81标准试件设计合理,而日本的JISG 0565-82中B型对比试件的内径过小,无法达到使用目的。本文给出了改进后的合理内径尺寸。     

Fragment Identification and Statistics Method of Hypervelocity Impact SPH Simulation

A comprehensive treatment to the fragment identification and statistics for the smoothed particle hydrodynamics (SPH) simulation of hypervelocity impact is presented. Based on SPH method, combined with finite element method (FEM), the computation is performed. The fragments are identified by a new pre- and post-processing algorithm and then converted into a binary graph. The number of fragments and the attached SPH particles are determined by counting the quantity of connected domains on the binary graph. The size, velocity vector and mass of each fragment are calculated by the particles’ summation and weighted average. The dependence of this method on finite element edge length and simulation terminal time is discussed. An example of tungsten rods impacting steel plates is given for calibration. The computation results match experiments well and demonstrate the effectiveness of this method.     

云制造资源的工序级多目标调度方法研究

由于云制造资源的分散性、多样性、负载率不均衡性等特点对其调度与调度粒度有更高的要求,将云制造任务分解后的工序作为调度的最小粒度,构建一种以最短制造服务时间、最低制造服务成本以及均衡负载率为多目标的云制造资源工序级调度模型,采用以粒子群、遗传相结合的混合多目标调度算法,将遗传算法中通过双层编码的染色体作为粒子群算法的粒子,双层编码方式是指以工序加工顺序作为第一层、工序对应加工资源编号为第二层,随后通过对染色体交叉变异进行粒子更新,使整个调度过程快速收敛于全局最优解。最后电梯实例证明了该算法能在较短的时间内给出最优的调度方案,从而有效地解决云制造资源多目标调度问题。     

混合线性/非线性状态空间模型的边缘Rao-Blackwellized粒子滤波法(英文)

本文提出了边缘 Rao-Blackwellized 粒子滤波器(marginal Rao-Blackwellized particle filter, MRBPF)算法,算法融合了 Rao-Blackwellized 粒子滤波器(Rao-Blackwellized particle filter , RBPF)算法和边缘粒子滤波器(marginal particle filter, MPF)算法。算法中状态被分为线形和非线性两部分,分别用 MPF 和卡尔曼滤波器(Kalman Filter)进行估计。地形辅助导航(terrain aided navigation, TAN)的仿真结果表明,与 RBPF 相比,提出算法的非线性状态估计的误差均方根(root mean square error, RMSE)和误差方差分别降低了约 29%和 96%,独立粒子数提高了约80%,获得了更好的收敛结果。分析表明,现有RBPF是MRBPF的一个特例。