越野汽车非线性悬架系统建模与仿真研究

针对越野汽车的行驶条件,对传统线性被动悬架、非线性被动悬架和非线性主动悬架的动态特性进行了研究。建立了悬架系统的动力学模型,采用统计线性化方法对非线性弹簧悬架进行求解,利用MATLAB／SIMULlNK工具箱对悬架模型进行了动力学仿真。仿真结果表明：非线性弹簧悬架模型比传统的线性悬架模型更符合越野汽车悬架系统的振动运动,而采用基于线性二次型最优控制方法的主动控制非线性悬架,则能获得更好的行驶平顺性和操纵稳定性。     

纯方位目标运动分析四维状态的最小二乘模型及分析*

建立了纯方位系统TMA四维状态的最小二乘模型,详细给出了非线性最小二乘算法的迭代公式,分析了非线性最小二乘模型、线性最小二乘模型可解的必要条件,以及非线性最小二乘模型与极大似然模型的等价性。     

多基纯方位目标交叉定位中的非线性最小二乘方法

纯方位目标定位方法广泛应用于被动探测系统中,通常采用最小二乘方法对多基平台交叉定位结果进行估计定位.在纯方位定位估计中的最小二乘方法主要采用线性近似法,但难以满足实用中的非线性特性,因此导致定位精度难以提高.从非线性估计出发,利用牛顿迭代的非线性最小二乘估计算法对交叉定位结果进行估计,保留了二阶以上的观测误差,迭代趋于收敛.仿真结果表明与线性近似法相比,牛顿迭代法提高了定位精度,增强了定位稳定性,有效地改善了多基纯方位目标定位系统的定位性能.     

基于UKF的机动目标跟踪算法

基于EKF在处理非线性问题时采用系统预测状态的局部线性化方法来近似系统状态演化方程所产生的不良影响,提出了一种用UKF方法解决机动目标方位和速度的跟踪及估计问题的算法.按实际的非线性模型演化时,该算法能够很好地对非线性函数的后验均值与方差进行拟合,并充分利用了传感器每次量测带来的信息并进一步优化了测量方差.仿真试验表明,该算法能很好地对机动目标的速度和航迹进行估计和跟踪.     

基于反馈线性化的EMS型磁浮列车非线性悬浮控制器设计

悬浮系统控制技术是EMS型磁浮列车的关键技术之一。针对悬浮系统的非线性特征,设计了一种非线性悬浮控制器。在合理假设的基础上,建立了EMS型磁浮列车悬浮系统的非线性数学模型;通过反馈线性化将该非线性模型精确线性化,得到等价的线性模型,采用状态反馈的方法设计了非线性控制器。仿真结果表明,该非线性控制器的控制性能明显优于传统的局部近似线性化方法设计的控制器,对间隙干扰和负载干扰具有鲁棒性。     

线性/非线性系统混合滤波

针对采用混合坐标系的跟踪系统,提出线性/非线性系统混合滤波方法(SRUKF-KF算法).该方法用SR-UKF估计系统状态空间模型中的非线性部分,用SR-KF估计其线性部分,提高了线性部分估计的精度和运算效率.仿真结果表明,该方法具有较强数值稳定性,较高估计精度和较好的实时性.     

纯方位系统TMA非线性最小二乘法--工程数学模型与算法

在纯方位系统目标运动分析(TMA)众多方法中,非线性最小二乘法是较为实用的一种,由于其理论模型与选配的常规算法,在工程实施中仍嫌繁琐,因此,给出了线性化的最小二乘法,建立了工程数学模型与算法,并深入地研究了它的初值选取问题.最后,得出了非线性最小二乘法应用于纯方位系统TMA问题的研究结论.     

基于记忆非线性多项式的星地一体预失真算法

传统的基于间接学习结构的预失真技术通常仅考虑对单个地面功放或卫星功放进行补偿,线性化性能有限;文中联合地面功放与卫星功放的非线性失真和卫星信道的实际传输特性,提出了一种适合透明卫星功放的星地一体间接学习预失真算法。该算法利用记忆深度为5、非线性阶数为9的奇偶项多项式作为预失真器,同时采用最小均方(LMS)与递归最小二乘(RLS)联合的算法自适应更新预失真器的系数,以兼顾运算量和收敛速度。仿真结果表明,经过星地一体预失真后,卫星高功放输出端APSK星座图误差矢量幅度改善值达到91.52%,带外功率谱抑制平均提升了11.41dB,系统线性化性能非常理想。     

电驱动车辆反馈线性化自适应滑模滑移率控制

针对驱动和制动工况下电驱动汽车的滑移率控制这一强非线性和不确定性控制问题,提出了一种基于反馈线性化的自适应滑模控制(ASMC)方法。针对车辆驱动、制动工况下的车轮滑移率进行了动力学分析,建立了统一的状态方程。充分利用系统已知模型和参数,采用线性化反馈消除非线性变化的控制量增益系数的影响,通过对反馈项增益参数的自适应调整,适应附着路面不确定参数变化的控制要求,克服系统控制中存在的主要非线性和不确定性部分,对于系统难以建模描述部分,视为扰动,利用滑模控制抑制系统该部分的不确定性因素,同时保证系统响应的快速性,并对算法进行了Lyapunov稳定性分析。最后,以某型电动汽车为对象进行了仿真分析,结果表明采用ASMC控制系统动态响应快、精度高、抗扰能力强,对路面参数变化具有较强的鲁棒性,同时输出控制量抖振小。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

阻尼的非线性最小二乘滤波算法

为提高在弱可观测条件下滤波器的稳定性,本文把非线性优化方法应用于递推滤波,形成了阻尼的最小二乘迭代滤波算法。同时还得出了该方法的信息平方根滤波形式。     

DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

纯方位系统TMA案例分析

在研究纯方位系统目标运动分析(TMA)的数学模型中,有些存在原理性错误.以两个典型例子,指出了错误所在,并分析了错误的原因.一个是不了解纯方位系统TMA基本原理;另一个是在使用最小二乘法时,对量测函数是待估量线性时常、线性时变、非线性关系或待估量与量测采样点函数关系认识不足,从而导致不能正确使用最小二乘法的错误.     

均匀圆阵主特征矢量分析解相干算法

为解决均匀圆阵的相干信源波达方向估计问题,提出一种适用于均匀圆阵的虚拟均匀线阵主特征矢量分析算法。采用模式空间变换将均匀圆阵转换为虚拟均匀线阵,对其数据协方差矩阵进行处理以构造主特征矢量矩阵;引入加权最小二乘法,通过重复迭代得到子空间各元素之间的线性预测系数,从而求得相干信源的波达方向估计值。理论分析和仿真结果表明,该算法对相干信源具有较好的估计精度,且具备高分辨率和低复杂度的优点。     

机载平台野外立体场景弱小变化目标检测

提出了一种针对机载序列图像的野外立体场景弱小变化目标检测新方法。为了补偿平台运动,提出了一种级联图像配准模式,即首先通过生物视觉方法对待检图像进行快速粗配准,然后通过不变系数最小二乘匹配进行精配准;为了补偿图像间的灰度变化,提出了直方图一致性变换方法,该方法不仅可以处理线性灰度变化而且可以处理非线性灰度变化;为了弱化场景立体效应影响,提出分子区的方法,即通过将图像划分为若干子区,各对应子区独立求解仿射参数,使得待检图像不同位置子区可以对应不同几何变换参数。光电吊舱真实图像变化检测实验,证明了文章方法的正确性和有效性。     

Volterra级数模型的非线性压缩测量辨识算法

针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。     

基于Jacobsen法的LFMCW雷达测距算法

提出了一种基于Jacobsen法的LFMCW雷达测距算法。该算法通过应用Jacobsen法估计规则区差拍信号的频率,并对多段规则区差拍信号进行联合分析,以提高算法的稳定性和测距精度。实验结果表明:测距范围为10~10.25 m,信噪比为8~12 dB,算法的绝对误差始终小于1 mm;噪声干扰会在一定程度上影响算法的测距精度。     

单平台三维传感器组网配准的最小二乘法

针对单平台多部三维传感器组网的校准和姿态偏差给出了一种综合估计算法。根据不同传感器跟踪相同目标时的空中叠合条件,由一阶泰勒展式导出了相对偏差的线性化公式,再利用最小二乘法实时估计出传感器量测间存在的偏差,从而进行配准。本算法对传感器近距离组网或者单舰多传感器组网的配准具有较好的精度和稳健性。