绿色作业车间机器与AGV的集成调度研究

针对加工资源和运输资源集成下绿色作业车间调度问题,通过研究生产车间综合能耗模型,建立了机器和自动导引小车(Automated guided vehicle,AGV)集成调度下多目标优化模型。提出一种改进分布估计算法(Improved estimation of distribution algorithm,IEDA)对模型进行求解。首先,采用优良种群作为样本学习来构建概率分布模型以提高IEDA的全局搜索能力;然后基于一种类似激素调控机制的速度冷却控制方法设计出新的模拟退火函数,并将其融入到分布估计算法中以提高IEDA的局部搜索能力。最后通过数值实验来验证所提模型和算法的可行性和有效性。     

一种基于多源数据的网络实体推断方法

网络空间中的实体推断是网络空间测绘研究的重要内容之一,主要通过综合多源数据实现对网络空间中各类实体的分类与识别。本文首先提出了网络空间的实体分类模型,基于此模型提出了一种低开销的网络实体探测分类方法。首先对于探测发现的IP地址,采用别名解析技术将属于一个设备的多个IP映射为一个网络实体;然后采用决策树对网络实体分类进行粗粒度分类;最后,再基于贝叶斯网络进行详细分类。为验证分类效果,以江苏省某市为例进行了探测分析并与备案数据进行了对比,试验结果表明该方法可以有效地对网络空间中的各类实体进行判别,从而为网络空间地图构建、态势分析等应用提供技术支撑。     

基于交互式多模型鲁棒滤波的目标机动估计算法

针对雷达导引头的测量信息带有闪烁噪声的问题,研究了交互式多模型和鲁棒滤波在雷达导引头目标机动估计中的应用.采用Huber Based滤波理论改进高阶容积卡尔曼滤波,提出高阶容积鲁棒滤波算法,选取Singer模型、“当前”统计模型、常加速度模型作为目标机动模型,建立雷达导引头测量模型,结合交互式多模型算法框架,设计目标机动估计滤波器.蒙特卡洛数字仿真结果表明,所提算法的鲁棒性较强,与传统高斯滤波相比,所提算法对闪烁噪声具有更高的滤波精度.     

复杂系统的Bayes可靠性评估

讨论了复杂系统的Bayes可靠性评估。首先，对各种不同分布类型的单元进行Bayes可靠性分析；其次利用最大熵方法把单元可靠性信息进行综合，得到系统可靠性的验前分布；最后根据Bayes定理，利用系统可靠性试验信息来更新系统可靠性的验前分布得到系统可靠性的验后分布，依据此验后分布对系统可靠性进行评估。仿真算例说明了评估方法的合理性。     

应用星载GNSS接收机的Molniya轨道卫星测定轨方法

针对传统地基测定轨技术应用于Molniya轨道卫星时跟踪弧段不足和定位精度低的问题,提出了应用GNSS信息的测定轨方法,以满足任务对定轨和预报精度要求。分析了Molniya轨道对GNSS星座的导航信息可用性,研究了应用GNSS导航解的轨道确定及预报方法,仿真计算了两种数据精度模式下导航解作为测量数据参与轨道估算的定轨预报误差,并分析了测量轨道圈数和跟踪模型偏差等因素对定轨预报精度的影响。仿真结果表明:利用2圈的导航解参与运算的定轨误差在15m以内,预报6天的位置误差在60m以内。此方法具有精度高、稳定性好和数据需求量少等优点,对未来大椭圆轨道卫星测定轨工程实践具有借鉴意义。     

一种融合卡尔曼滤波的改进时空上下文跟踪算法

针对时空上下文跟踪算法对快速运动和遭受严重遮挡目标的跟踪精度下降问题,提出一种融合卡尔曼滤波的改进时空上下文跟踪算法。首先人工标记目标所在的矩形区域,然后利用改进的时空上下文算法对目标进行稳定跟踪,在跟踪过程中,基于连续两帧图像灰度的欧氏距离判定目标跟踪状态,当判定目标遭受严重遮挡时,利用卡尔曼滤波进行预测估计。算法对噪声有一定的容忍度,通过降低噪声对跟踪过程的影响,能够得到更优的目标区域。仿真实验结果表明:本文算法适用于不同光照强度下高速、高机动目标的稳定跟踪,并且对目标的尺度变化和短时严重遮挡具有鲁棒性。算法帧平均耗时为34.07ms;帧几何中心平均误差为5.43pixel,比时空上下文算法减少70.2%;目标轮廓面积平均误差为13.08%,比时空上下文算法减少52.7%。     

鲁棒成形极化敏感阵列波束的方法及极化估计

基于极化敏感阵列,提出了一种鲁棒成形阵列波束的方法。该方法首先将阵列的数据模型进行了重新描述,从而获得了信号波达角(DOA)和极化解耦的模型。借助于该模型并对信号的两个极化方向分别进行鲁棒约束,设计出了一个新的鲁棒空域波束空间成形矩阵,利用该矩阵可以获得信号两个极化分量的鲁棒估计。基于特征值分解的方法,最后给出了估计信号极化参数的方法。分析和数值仿真实验均表明:提出的方法,在对DOA估计误差以及阵列位置误差等造成的阵列失配具有较强鲁棒性的同时,也能有效抑制干扰和噪声,进而提升了极化参数估计的性能。     

无刷直流电机在转子偏心故障时的容错控制研究

在一些工业场合,无刷直流电机需要在转子偏心故障的情形下保持运行状态,而传统的控制策略无法有效地实现容错运行。针对这个问题,提出了一种无刷直流电机在转子偏心时的故障容错控制策略。分析了在传统无刷直流电机控制方法中,每相定子电流参考在波形上是一致的,仅存在一定的相位延迟,而没有考虑电机偏心后导致的反电动势和相电感变化,因此电机偏心将导致未知的转矩脉动。新型控制策略在传统控制策略的基础上采用了在线估计方法,获取了相电感和反电动势的值,从而控制器设置定子电流参考时包含了对偏心故障的考虑和相关运算,从而使电机能够降低转矩脉动,具备一定的故障容错运行能力。最后通过对比试验的方法对新型控制策略进行了试验验证。     

基于方向调制的无线安全传输基本原理、关键技术与未来展望

方向调制(Directional modulation,DM)作为无线物理层安全传输的关键技术能够很好地提升系统的安全性能。然而,由于在角度测量过程中存在误差,因此需要在设计有用信号波束成形向量和人工噪声(Artificial noise,AN)投影矩阵时考虑角度误差,从而提升系统安全性能。本文首先描述了DM系统模型,然后介绍了到达角(Direction of arrival,DOA)估计技术、稳健波束成形设计的3种算法及功率分配技术。仿真表明:稳健波束成形合成方法的性能明显要优于非稳健合成方法,且有用信号和AN之间最优功率分配能明显提高安全速率性能。最后,对DM未来新的发展方向与所面临的挑战性等开放问题进行展望与总结。     

基于模糊软集合和Bayes的后续备件组合预测方法

针对后续备件需求预测精度低的问题,提出一种基于模糊软集合和贝叶斯的后续备件组合预测方法。首先根据后续备件的消耗规律,分别提出后续备件因果预测模型和时序预测模型;然后选取残差平方和、信息熵和相关系数作为预测效果的评价准则,以两种单项预测方法的预测效果作为先验信息,采用德尔菲法对单项预测方法进行模糊评价,构建模糊软映射;最后综合先验信息与专家模糊评价值,利用贝叶斯方法确定组合权系数求得预测结果。结合算例,对比分析方法的优越性,表明该方法具有较好的合理性和有效性。