针对全向移动运输机器人的定位与跟踪,提出了一种获得实时位置跟踪的混合式方案。首先,采用基于IEEE802.15.4a无线传感器网络标准的NanoLOC无线传感器网络作为通信和全局实时定位系统,以获得距离测量值;其次,为了利用这种带有噪声的距离测量值准确地估计移动运输机器人的姿态和路径,提出了采用基于贝叶斯滤波的粒子滤波方法来对基于NanoLOC距离测量值进行处理,同时采用激光测距仪作为地标检测,为对接操纵提供精确定位;实验结果表明提出的定位方案具有较小的跟踪误差。

为了提升智能机器人位置自标定的精准度、稳定性,降低用时,设计基于粒子滤波的智能机器人位置自标定算法。根据智能机器人相邻连杆位置关系,描述机器人正运动学,通过粒子初始化、位置更新、权值更新、重组的粒子滤波方法标定机器人的模糊位置。根据三球座设备在机器人外部架构世界坐标系,将末端工具坐标系转换到世界坐标系中,令正运动学的起始点从基座变为三球座设备,根据机器人与设备间装配关系建立世界坐标系与基坐标系的变换矩阵,推导出位置自标定的线性模型,完成智能机器人位置自标定。仿真结果表明,该算法的自标定精准度较高、稳定性较高,标定用时较短,修正效果好,能满足快速标定需求。

以车辆质心侧偏角和横摆角速度为控制目标,建立整车七自由度模型,设计了汽车质心侧偏角与横摆角速度加权融合粒子滤波观测器,得到车辆质心的实际观测值。提出基于附加横摆力矩进行转矩分配的直接横摆力矩控制策略,采用起作用集算法进行转矩分配。在双移线工况和低附着紧急转弯工况下建立模型进行仿真,通过施加控制,可使车辆的操纵稳定性得到有效改善、极限工况下的可控性变强、失稳可能性降低,从而验证了所提控制策略的有效性。

被动测距中直接测量的方位角、俯仰角与位置坐标的非线性函数组成测量方程。假设目标相对于观测站在三维空间中作匀速直线运动，建立了运动单站被动测距的状态转移方程。由测量方程和状态转移方程组成的动力学模型，将被动测距归结为典型的非线性状态估计问题。粒子滤波器利用MonteCarlo模拟计算状态的最优Bayesian估计，它适合于任何能用动力学系统概述的模型，状态估计精度不依赖于坐标初始假设值。模拟实验实现了粒子滤波在匀速运动观测站对匀速运动目标的被动测距．实验结果说明：粒子滤波器在被动测距中有重要的意义。

目标跟踪是无线传感器网络应用研究的一个重要问题，如何在传感器节点随机分布的条件下对目标进行实时、准确的跟踪．并尽可能地降低网络能耗是目标跟踪问题的一个难点。文章基于分布式动态簇结构和并行粒子滤波算法对目标进行跟踪，提出一种跟踪采样周期白适应调整算法来降低网络能耗，同时也提高了跟踪的稳定性。仿真结果表明，文章提出的算法达到了实时、准确和节能的要求，具有一定的实际应用价值。

航空液压泵寿命长且寿命期大多在外场使用阶段,仅使用内场试验数据无法得到准确的寿命估计指标。而液压泵外场使用观测数据具有多种不确定性,且与内场施加的载荷谱不一致,亟需寻找有效的信息融合方法将内外场数据进行有效利用,以实现精准的液压泵寿命估计。本文提出失效物理与外场数据调制融合的寿命估计方法,通过构建混合润滑多场耦合液压泵失效物理模型,将其性能退化用随机过程描述;采集外场动态测试数据,用粒子滤波将动态外场数据调制更新到物理退化过程,基于最优重要性粒子采样消除外场观测数据的不确定性影响,通过正则变换重采样解决样本粒子枯竭问题,将失效物理与外场数据有机融合实现航空液压泵准确的寿命估计。试验结果表明本文提出的方法能够有效提高航空液压泵的寿命估计准确度。

针对机械臂末端运动的复杂性以及非线性,提出了一种改进的基于粒子滤波的交互多模型算法。对扩展卡尔曼(Kalman)滤波和粒子滤波进行对比分析,得出粒子滤波在处理非线性问题时具有良好的滤波性能。针对粒子滤波中先验分布与似然函数分布重合度不高的问题,利用粒子群算法进行了改进。将改进的粒子滤波作为滤波器;分析交互多模型算法中存在的对滤波效果影响很大的野值点,运用自适应抗差理论进行改进。经过实验对算法的应用效果进行检验,结果表明:改进的算法能够降低噪声的影响,提高机械臂末端的跟踪定位精度。

在机器人惯性导航研究中,针对传统滤波方法在非线性系统模型下误差大的问题,提出了一种基于改进粒子滤波的机器人姿态解算方法。粒子滤波精度较高且不受系统模型非线性程度的影响,与扩展卡尔曼滤波算法相比在非线性系统应用中有巨大的优势。使用扩展卡尔曼滤波对系统状态进行预测,使粒子分布向高似然区移动。对粒子滤波算法的重采样过程进行了改进,提升了算法的效率。不同的地面环境下系统噪声有较大变化,将地面环境信息作为观测信息融合到系统中,对算法参数进行实时修正能够获得更高的精度。实验结果表明,应用此算法进行姿态解算精度较高,且性能优异。

针对滚动轴承物理模型难以准确建立,全寿命失效样本难以获取的问题,提出一种基于动态状态空间模型的滚动轴承寿命预测方法。该方法通过改进公式,构建模型参数定时更新的动态状态空间模型。将已知的滚动轴承运行状态数据输入动态状态空间模型,应用粒子滤波算法估计滚动轴承运行状态,实现滚动轴承寿命预测。运用滚动轴承全寿命实验数据对所提出方法进行验证,并将预测结果与Gamma模型预测结果对比分析,结果表明该方法优于Gamma模型预测方法,具有较强的工程实用性。

针对飞机轴向柱塞式液压泵的工作状态监控问题提出了一种基于液压泵振动信号分析处理的故障诊断新方法。通过对加速度传感器的原始数据序列进行信号建模利用粒子数优化后的粒子滤波算法进行降噪;根据滤波后信号的自回归谱提取特征值结合液压泵的故障机理分析其工作状态实现对液压泵的故障分析和诊断。实验及仿真结果表明粒子滤波可有效跟随原始信号并滤除噪声干扰基于粒子滤波和自回归谱的液压泵故障诊断方法能有效地提取故障特征值实现故障诊断和识别。