博士科研启动基金(2011BSJJ00048) 作品数:7 被引量:8 H指数:2 相关作者: 丁国强 徐洁 熊明 张志艳 周卫东 更多>> 相关机构: 郑州轻工业学院 哈尔滨工程大学 更多>> 发文基金: 博士科研启动基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电气工程 电子电信 更多>>
PMSM最优自适应CDKF估计方法 2014年 基于永磁同步电机(PMSM)无传感器矢量控制性能要求,提出一种无传感器PMSM非线性系统参数辨识最优自适应中心差分估计(Adaptive Central Divided Kalman Filtering,ACDKF)方法.该法基于Bayesian最优估计框架,利用Stirling多项式插值逼近确定Sigma采样点及其权值,构建CDKF估计算法;同时考虑系统噪声统计时变统计特性,基于估计信息和残差实现噪声自适应在线估计调整,面向永磁同步电机复杂工况条件下观测电流信号,实时估计转子转速和角位移.仿真结果表明该方法既能获得较高的估计精度,又能有效改善估计计算稳定性,满足永磁同步电机无传感器矢量控制性能要求. 丁国强 徐洁 熊明 乔相伟关键词:永磁同步电机 无传感器控制 EM-CDKF算法及其SINS初始对准应用 被引量:1 2014年 针对非线性捷联惯导系统噪声先验统计信息未知问题,基于中心差分卡尔曼滤波基本算法,采用极大似然准则构造极大期望最速下降梯度算法展开系统未知噪声统计特性在线估计计算研究,构建一类捷联惯导系统初始对准极大期望自适应中心差分最优滤波算法.该算法利用极大似然准则构造系统噪声统计特性对数似然函数,采用极大期望最速下降梯度法把系统噪声统计特性估计转化为对数似然函数期望最大值计算,获得系统过程噪声和观测噪声在线递推估计的自适应极大期望中心差分卡尔曼算法.经过大方位失准角捷联惯导系统初始对准仿真实验,与中心差分卡尔曼滤波基本算法相比,自适应极大期望中心差分卡尔曼算法能够有效解决基本算法在系统噪声先验知识未知情形下的滤波精度下降甚至发散问题,并且能够实现系统噪声统计特性的在线递推估计. 丁国强 徐洁 周卫东 张志艳关键词:捷联惯导系统 SINS/CCD系统四元数中心差分姿态估计算法 被引量:4 2014年 针对载体捷联惯性导航系统(SINS)姿态确定中乘性四元数扩展卡尔曼滤波在大初始失准角情形下收敛速度慢及计算精度较低的问题,提出了捷联惯导与星敏感器组合系统姿态估计模型的单位四元数二阶中心差分算法.在推导系统姿态四元数非线性误差模型及其变量计算基础上,利用拉格朗日代价函数法计算四元数加权均值和四元数状态向量,以及非四元数向量分离策略计算估计均值及其方差矩阵,实施中心差分最优姿态估计计算达到提高算法计算精度和降低系统计算量的目的.仿真验证表明:在载体大初始失准角情形下,该算法相比于乘性扩展卡尔曼算法和四元数无迹卡尔曼算法,滤波精度得到提高,算法收敛速度相比于乘性扩展卡尔曼算法有所改善. 丁国强 徐洁 周卫东 张志艳关键词:惯性导航系统 单位四元数 新型绝热式智能量热仪的研制 被引量:2 2013年 基于传统量热仪技术升级换代要求,利用严格水套密封包围工艺结构设计了新型绝热式智能量热仪系统。采用ARM嵌入式技术开发了量热仪的定制触摸屏操作系统,利用ARM微处理器开发了系统的主控制器,采用具有高增益、高分辨率、低漂移特性的数模转换器,设计了量热仪的四路温度数据采集调理电路,采用分段式PID控制原理设计了量热仪的内、外筒水温自动跟踪控制算法,并对系统进行了测试实验。 吴艳敏 郭凌云 丁国强关键词:量热仪 嵌入式系统 温度采集 触摸式工业分析仪的研究与设计 2016年 为了提高工业分析的工作效率和测量精度,设计一种基于ARM的全自动测量煤质的触摸式工业分析仪。该分析仪采用热重分析原理自动测量煤中水分、灰分和挥发分的质量分数,利用上下位机通讯方式,进行各种操作控制,大幅度降低实验人员的工作量。设计分段PID控制调温算法,保证了测试温度的精确性与稳定性。测试结果表明,该工分仪的测定结果精密度和准确度均符合GB/T212-2008《煤的工业分析方法》标准要求。 马军霞 熊明 丁国强 张铎关键词:全自动测量 双模式智能控制量热仪系统的设计与实现 被引量:1 2015年 量热仪是测量煤炭、石油等可燃物质发热量的一类重要仪器,其测量精度直接影响着经济效益。为了提高量热仪的测量精度,设计一种基于STM32芯片的双模式智能量热仪。量热仪采用具有高增益、高分辨率、低漂移特性的模数转换器,设计了四路Pt1000温度传感器进行数据采集。利用智能PID跟踪控制技术提高控制精度,能在恒温式和绝热式两种测量模式中自由切换。试验结果表明,该设计能够实现量热仪的高精度测量,达到欧洲CER标准。 王延峰 熊明 丁国强 马军霞关键词:恒温式 非线性最优滤波采样计算方法述评 2013年 基于贝叶斯估计理论基础,从减小最优滤波算法计算量、提高计算效率的角度综述了GaussHermite滤波、扩展Kalman滤波、Sigma点Kalman滤波算法中的确定性采样计算方法以及粒子滤波算法中随机样本点粒子计算方法,指出:针对粒子滤波算法中采样函数设计、重采样技术、高斯近似法与粒子滤波法的有效融合来设计研究新型高效高精度粒子最优滤波算法,将成为未来Bayesian最优滤波理论方法研究的重要领域和发展方向,而构建区间粒子最优滤波理论算法不失为粒子滤波理论算法研究的新思路. 郭凌云 赵文丽 丁国强 张志艳关键词:贝叶斯滤波 卡尔曼滤波 粒子滤波