公共文化服务平台

共 6 条记录，以下是 1-7

全选清除导出

排序方式：

扩展集员滤波在捷联惯导大方位失准角初始对准中的应用被引量：3: 2008年; 研究了静基座捷联惯导系统初始失准角为大角度时扩展集员滤波在初始对准中的应用。给出了扩展集员滤波算法的基本概念和递推公式,指出算法假设系统的过程和量测噪声以及初始状态由已知椭球来定界,利用椭球集合来描述系统真实状态的可行集。算法在将非线性方程线性化过程中保留高阶项,利用区间分析方法对高阶项进行定界,然后加入到噪声项中,形成一个虚拟噪声项,对经过处理后的线性化方程进行集员滤波处理。最后将扩展集员滤波应用于惯导系统大失准角时的初始对准中,通过计算机仿真对比了扩展卡尔曼滤波和扩展集员滤波的估计效果。仿真结果表明,在随机噪声和有界噪声条件下,扩展集员滤波都较扩展卡尔曼滤波的效果要好,特别是当系统存在有界噪声,应用扩展卡尔曼滤波得到的效果已明显变差,但应用扩展集员滤波仍能得到比较好的结果。; 孙先仿王世纪张海; 关键词：捷联惯导系统大方位失准角

有监督的等距映射和k近邻分类结合用于集员辨识: 针对带有未知但有界（UBB）噪声的参数非线性回归模型,提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别,集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为:首先...; 柴伟孙先仿乔俊飞; 关键词：非线性系统参数估计; 文献传递

Virtual Speed Sensorless Desired Control Strategy of Maglev Single-sided Linear Induction Motors被引量：3: 2012年; 单边短初级长次级直线感应电机己普遍应用于低速磁悬浮的驱动系统。由于在动态纵向边端效应影响下等效电路不对称，单边直线感应电机（single-sided linear inductionmotor，SLIM）的一些参数非线性变化。传统的应用于旋转电机的无速度传感器方法不再适用。首先分析了SLIM的M／T轴等效电路，选择次级磁链作为速度观测器状态变量。根据李雅普诺夫系统稳定性判据，推导出适用于SLIM的无速度传感器辨识；然后，采用反馈广义积分观测器控制稳态辨识速度的双幅脉振幅值；引入虚拟期望变量（virtualdesiredvariable，VDV）法，利用估算速度参与SLIM的恒滑差频率矢量控制。仿真与实验对所提控制算法的有效性和实用性进行了验证，所得结论可为磁悬浮的无速度传感器控制提供参考。; DENG Jiangming CHEN Tefang TANG Jianxiang ZHANG Guixin YU Mingyang; 关键词：无速度传感器控制直线感应电机直线感应电动机 SLIM

列车电气系统分布式多传感器异常检测理论研究被引量：7: 2010年; 研究针对采用多传感器的列车电气设备状态空间模型的故障检测理论,为列车电气设备故障诊断及预警提供相应借鉴及支撑。现代列车使用越来越多的传感器进行检测,通过各种网络将信息融合到控制及诊断系统,为限制网络通信的数据量,所有传感器仅将二值局部决策发送回信息融合中心以便中央系统诊断及安全导向。同时,本文提出一种有效的基于粒子滤波状态估计的分布式故障检测算法,并通过仿真试验验证本文提出算法的优越性,能适应不同的观测数据相关性,对于观测数据相关性小的情况,通过增加必要传感器数量可以提升诊断系统的性能,而对于观测数据相关性较大的场合,相对较少的传感器数量即可获得近似最优性能。; 李蔚陈特放陈春阳成庶; 关键词：列车电气系统粒子滤波故障预警多传感器

非线性系统的结构选择及其参数的集员辨识被引量：1: 2010年; 基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.; 和丽清孙先仿邱红专; 关键词：非线性系统参数估计集员辨识 RBF神经网络

基于集员滤波的SINS静基座初始对准: 2009年; 本文将集员滤波应用与捷联惯导系统的初始对准,克服了kalman滤波只针对噪声为白噪声这种单一状况,仿真结果表明,集员滤波有比kalman滤波更好的鲁棒性和稳定性。; 王世纪孙先仿柴伟; 关键词：捷联惯导系统 KALMAN滤波

集员估计的加权最小二乘支持向量机方法被引量：2: 2009年; 针对带有未知但有界误差的参数非线性回归模型,提出了集员估计的加权最小二乘支持向量机方法。采用加权最小二乘支持向量回归的方法建立逼近方程误差向量的加权l∞范数与参数向量之间的复杂函数关系的模型。根据此模型和可行的方程误差向量的加权l∞范数导出近似参数可行集。为了评估集员估计结果的优劣,给出了反映近似边界接近精确边界程度的指标。仿真结果表明,采用本文方法比采用一般最小二乘支持向量机的方法所得的近似边界更接近精确边界。; 柴伟孙先仿; 关键词：非线性系统参数估计支持向量机加权最小二乘

全选清除导出

共1页<1>

国家自然科学基金(60674030)