CONN在无梭织机动态张力控制中的应用

经纱动态张力的精确控制对实现国内无梭织机的平稳运行、纺织过程的优质高产有重要意义.针对无梭织机技术优化问题,提出将复合正交神经网络(Compound Orthogonal Neural Network,CONN)用于动态张力的建模和控制,简化了张力和驱动脉冲之间的映射关系,设计了一类基于CONN自适应调整参数的张力控制器.仿真结果表明该张力控制器是有效和精确的,具有响应速度快、实时性好等特点.     

模糊自适应PID控制在凹版印刷机收卷张力控制中的应用

凹版印刷机收卷系统运行过程是非线性、时变不确定的,张力控制与速度控制之间存在着强耦合关系,结合实际印刷生产线设计出相应的硬件配置和一种基于模糊控制原理的软件控制方法,建立模糊自适应PID控制器,并进行MATLAB/Simulink进行仿真,该控制器比常规PID控制器具有更好的控制效果,鲁棒性更强,使系统的动态性能得到很大改善。     

基于改进麻雀算法的卷绕张力控制系统

为了在卷绕系统中建立稳定的张力控制系统,课题组使用自抗扰控制器设计了控制系统。提出采用麻雀算法(SSA)优化整定自抗扰控制器的参数。针对SSA以跳跃的方式寻优、已陷入局部最优和原点收敛性强的缺点,提出基于粒子群算法(PSO)的改进麻雀算法(PGSSA);该方法引入了PSO的速度算子,修改麻雀算法的发现者和跟随者的位置来更新公式,增强麻雀算法的全局搜索能力。由于麻雀算法的种群多样性比较差,提出引入遗传算法的交叉和变异操作,以保证种群的多样性,避免PGSSA过早陷入局部最优。选择复卷机的收卷过程作为控制对象模型,利用MATLAB/Simulink软件平台,分别采用PGSSA和SSA对ADRC控制器和PID控制器参数进行仿真。结果表明：PGSSA的收敛速度和精度都优于SSA。ADRC控制器对扰动的反应速度和抑制能力、阶跃响应的性能指标优于PID控制器。     

基于最优信息融合卡尔曼滤波的预测控制算法

针对噪声环境下的线性时不变系统,给出了基于最优信息融合卡尔曼滤波的预测控制算法.运用线性最小方差意义下的最优信息融合卡尔曼滤波方法获得状态估计,进而得到输出的 N步超前预测值,最后通过最小化二次性能指标获得基于信息融合状态估计的控制输入.仿真实例验证了算法的有效性.     

一种新的自适应卡尔曼滤波算法——ALR算法

本文提出一种新的自适应卡尔曼滤波算法——ALR(Adaptive Least Residual)算法.该算法从经典的卡尔曼滤波出发,使残差达到最小,以残差(residual)样本值代替统计值,再用最陡下降法估计算自适应权增益,最后得到一组自适应滤波公式.通过理论分析和计算机模拟,证明该算法具有算法简单、运算量小等优点,适于在自适应系统辨识、自适应谱估计中作实时处理.     

基于卡尔曼滤波和改进粒子群的MPPT算法

针对常规的粒子群算法（particle swarm optimization algorithm，PSO）在应用中存在数据波动大、数据精确采集难度高和追踪速度慢等问题，课题组提出了基于卡尔曼滤波和改进粒子群优化算法的光伏最大功率点跟踪（maximum power point tracking，MPPT）控制器技术，并结合卡尔曼滤波、恒定电压和冒泡排序等方法进行优化。实验结果表明课题组提出的算法可以快速、准确地跟踪到最大功率点，提高了MPPT的响应速度和精度，提高了光伏发电的利用效率。     

基于预测控制的ATM网络拥塞控制研究

用广义预测自适应控制方法研究ATM网络中的ABR业务拥塞问题,提出了一种拥塞控制算法,该法可很好地适应实际网络中用户数和连接延迟的动态变化,仿真结果表明了该方法的有效性.     

基于卡尔曼滤波的运动员实时跟踪系统研究

应用计算机技术,并采用预处理算法和跟踪算法可建立基于卡尔曼滤波的运动员实时跟踪系统,用于实时分割、跟踪球场中运动着的运动员,得到其在运动场景中的各项运动参数,并进行技战术统计和分析,为教练员和运动员制定正确的运动技术方案提供决策依据。     

机械式张力自控装置

目前企业生产卷状产品时,为保证收卷工序上“恒张力”这一技术条件,采用的方法系统复杂、成本高,且无法满 足精度要求。针对卷材收、放卷所用的张力控制系统这一现状,设计了一种集传感和执行功能于一身的机械式张力自控 装置,在原有盘式摩擦制动器的基础之上通过加装压辊、支架和传动轴等部件,改变其使用方法,从而实现对收、放卷作 业所需“恒张力”进行自动控制,该装置结构简单、造价低廉,适合于中、小型企业选用及老旧设备改造。     

卡尔曼滤波伏安分析法对苯酚和间苯二酚的同时测定

研究了用伏安法同时测定模拟混合物中苯酚与间苯二酚的含量,苯酚的氧化峰电位为 900 mV,而间苯二酚的氧化峰电位为 850 mV,用卡尔曼滤波(KF)进行处理,其平均回收率分别为 103.5 % 和 105.2% .     

扩展卡尔曼滤波估计载波参数的算法研究

提出了一种在接收信号幅度未知的情况下进行载波参数估计的扩展卡尔曼滤波算法,该算法把信号幅度及伪码自相关的乘积作为一个独立变量和载波相位、频率一起组成状态向量进行扩展卡尔曼滤波。理论分析表明该算法本质上是具有可变增益的幅度锁定环和相位锁定环的联合估计,并给出了稳态时环路闭环传输函数和等效噪声带宽的解析表达式。仿真结果表明该算法在高低信噪比下,均具有较高的估计精度和较快的收敛速度。     

基于SRCDKF的交互式多模型算法

给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性.     

用GPS进行山地滑坡监测的卡尔曼滤波模型

用变形后的监测点和基准点上的GPS载波相位观测值组成双差观测值,提出一种滑坡监测的卡尔曼滤波模型。这种模型不仅利用包含在观测中的统计信息,而且利用边坡滑坡的有关力学状态和地质条件所提供的信息。     

GPS动态导航定位的当前统计模型与自适应滤波

GPS动态定位的数据处理中广泛应用卡尔曼滤波,而卡尔曼滤波的应用要求动态模型(函数模型)和随机模型可靠和切合实际,但实际测量定位中难以保证观测对象的规则运动,因而容易出现模型误差。针对GPS动态定位的这一问题,本文探讨了在实际应用中存在模型误差时的卡尔曼滤波,介绍了一种基于协方差匹配技术的自适应卡尔曼滤波算法,该法当Q已知时可以准确地估计出R。它的独特之处在于原理上易于理解,在实际中也很容易实现,它是通过判定发散的判据,求出噪声统计的估计值,然后再按得到的噪声统计估计值计算新息序列的协方差阵,因此消除了滤波发散现象。     

三阶卡尔曼滤波数字锁频环设计及性能分析

提出了一种基于三维卡尔曼滤波的三阶数字锁频环设计方法,并将该锁频环用于高动态GPS信号的载波跟踪。推导了卡尔曼滤波与数字锁频环之间的等效关系,给出了基于该方法设计的锁频环的等效噪声带宽闭式解,分析了环路的暂态性能和稳态性能。以暂态带宽和均方根频率跟踪误差为性能指标,对基于该方法设计的锁频环和固定增益的数字锁频环进行了仿真对比。结果表明,在具有相同稳态带宽的情况下,两种环路具有可比拟的动态和静态跟踪误差,但基于该方法设计的环路具有较高的初始捕获带宽,环路收敛时间大大降低。     

一种基于Kalman滤波的实时校准算法

雷达组网融合多雷达的观测数据,可监视大范围的空中态势。但是首先要解决各雷达的系统偏差校准问题,雷达组网才能发挥效能。传统的雷达组网校准技术多基于固定雷达站给出,没有考虑姿态角及其偏差对校准的影响,因此不适合机动雷达偏差校准。该文针对这一问题进行了研究,通过泰勒级数展开推导了系统偏差和量测之间近似的线性关系,在此基础上提出了一种基于Kalman滤波的实时机动雷达系统偏差校准算法。仿真表明,本文提出的算法能有效地对机载雷达的系统偏差和姿态角偏差进行实时估计。     

IP Filter包过滤防火墙在校园网上的实现

介绍了利用IP Filter包过滤功能在网络出口组成防火墙实现网络安全,并通过一个校园网作为实例,说明包过滤规则的制定和在IP Filter上的配置。