针对SLAM在复杂环境下对噪声干扰鲁棒性差以及运动轨迹预测误差问题, 在UKF中引入自适应估计理论与鲁棒H∞控制准则, 提出一种鲁棒自适应UKF-SLAM算法。该算法利用自适应估计理论, 构建抗差因子和自适应因子, 自适应估计测量和状态噪声等价协方差阵, 实现粗差分离和噪声方差自适应补偿; 利用鲁棒H∞控制准则对系统状态均值和协方差进行迭代更新, 提高噪声干扰鲁棒性、降低预测误差。仿真结果表明:该算法能保证移动机器人在不同噪声环境下具有良好的鲁棒性与定位精度。

针对磁悬浮高速离心式鼓风机的喘振问题, 提出了一种基于磁悬浮轴承的喘振检测方法。该方法采用通用同频陷波器滤除转子位移中的同频分量, 消除了同频扰动对喘振检测的影响; 通过分析不同收敛因子对喘振频率估计的作用, 基于自适应估计提出了变收敛因子的喘振频率和幅值估计方法, 减小了低频信号的干扰, 提高了喘振信号检测的快速响应能力。最后, 分析了改进检测算法的收敛性, 并在100 kW磁悬浮离心式鼓风机测试系统上进行了实验验证。实验结果表明, 改进后的喘振检测算法可在喘振发生前检测出喘振先兆旋转失速信号, 在喘振发生0.23 s内检测出喘振信号, 较改进前的检测结果提高了2.6 s。该检测方法无需外加其它检测单元, 算法简单、快速, 计算量小、并可有效地反映喘振发生过程中频率与振幅的变化。