状态—参数联合估计方法及其在液体火箭发动机健康监控中的应用

基于传统的扩展卡尔曼滤波器（ＥＫＦ）,本文提出了一种带次优渐消因子的ＥＫＦ用于非线性时变随机动态系统状态与参数的联合估计。应用于液体火箭发动机健康监控算法的仿真研究表明,本文所提出的联合估计器具有较好的收敛性、实时性和动态跟踪能力。此外,文中还讨论了联合估计器应用于实际系统的有关问题。     

基于“当前”统计模型的综合滤波-参数识别模型

在机动目标“当前”统计模型的基础上建立了新的综合滤波－参数识别模型,并用识别－滤波两步走的方法在线识别机动示性参数和量测噪音参数,由此实现对机动目标跟踪的动态建模,使数学模型更加符合实际情况。     

一类半线性抛物型方程组解的爆破速率估计

研究了一类具有不同类型反应项的半非线性抛物型方程组初边值问题,这类模型主要描述两种物质燃烧过程中的热传递规律。通过运用古典计算技巧和偏微分方程的定性分析手法,得到了这类半非线性抛物型方程组初边值问题解的爆破速率估计。     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

OFDM系统中高功率放大器预失真技术研究

针对正交频分复用(OFDM)系统中高功率放大器(HPA)固有的非线性特性导致频谱再生和邻道干扰等问题,介绍了一种高功率放大器的自适应预失真技术,该技术采用查表法对信号进行预失真。本文用M AT-LAB仿真研究分析了基于查表法自适应基带预失真算法的有效性。仿真实验表明:该预失真算法可以有效地降低放大器所带来的OFDM信号频谱再生等非线性失真,提高了系统的性能。     

基于行为约束的军事信息服务描述及过滤方法

针对传统服务描述模型无法对军事信息服务中服务的使用权限、适用范围等非功能约束信息进行全面、标准化描述的问题,扩展已有web服务通用描述模型,提出了一种基于行为约束的军事信息服务描述模型,以全面支持军事信息服务功能、行为约束和服务质量的描述.在此基础上采用分层匹配思想,在服务发现过程中引入相似度和匹配算法,对行为约束的相...     

双变因子LMS自适应滤波算法

为提高最小均方(LMS)自适应滤波算法的性能,在步长因子与误差信号满足一种改进的Sigmoid函数关系式的基础上,提出了一种双变因子控制下的变步长LMS自适应滤波算法。该算法具有初始状态收敛速度快、稳定状态均方误差小、抗噪声性能好、适应系统跃变能力强的优点。计算机仿真结果验证了该算法的优越性。     

神经网络的单滤波器目标跟踪算法

当前统计模型及其自适应滤波(CSMAF)算法是机动目标跟踪中的一种有效方法.但该方法对目标机动加速度极限值有依赖,并且对弱机动目标跟踪的精度不高.为解决这一问题,利用一种改进的加速度方差自适应调整公式克服了对加速度极限值的依赖,同时利用神经网络对滤波参数信息进行融合,自适应调整过程噪声.仿真结果表明,该方法有很好的机动...     

多维 AR 模型梯格滤波的一般形式及其在不同数据窗下的实现

本文以基本的矩阵代数为工具,对于多维AR模型推导了梯格滤波的一般公式。在此基础上,可方便地得到在不同数据窗下(如预加窗、协方差窗和滑动窗)的实现算法。     

粒子滤波在误差配准中的应用

系统偏差严重影响了多部雷达航迹的互联和目标状态的融合,因此如何解决误差配准成为一个关键问题。因为系统偏差和雷达的量测之间是一种非线性关系,所以无法直接使用Kal-man等线性滤波直接进行系统偏差的估计。为解决这一问题,利用非线性的粒子滤波器(PF),对目标状态和系统偏差的估计进行了探讨,为了对比其性能,设计了一种扩展Kalman滤波算法。仿真结果表明PF在误差配准中的应用是可行的,性能高于扩展Kalman滤波。