改进的最速跟踪微分器滤波效果仿真

为保证获得数据的实时性以及滤除数据在获取过程中存在的一系列野值干扰,利用鲁棒滤波理论对最速跟踪微分器的跟踪和抗野值功能进行了改进,利用误差反馈的思想,对最速跟踪微分器进行实时在线的补偿修正,并将改进型跟踪微分器与标准最速跟踪微分器和鲁棒Kalman滤波器仿真结果进行了比较,表明经改进的最速跟踪微分器有更好的跟踪、滤波以及抗野值效果。     

自动跟踪算法的研究

本文简要地介绍了目前用于实时电视图像自动跟踪的跟踪算法 ,对于几种常用的跟踪算法进行了简要的分析和比较得出 :相关跟踪算法具有跟踪距离远、可靠性高等特点     

基于Lyapunov方法的轮式移动机器人全局轨迹跟踪控制

针对轮式移动机器人的运动学模型,通过设计复合跟踪误差,利用Lyapunov直接法,构造出了具有全局渐近稳定的全局渐近跟踪控制器,实现对参考轨迹的全局渐近跟踪,并根据Lyapunov稳定性定理证明了系统的全局渐近稳定性.最后,给出的仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制.     

游标卡尺实验中值得注意的几个问题

对游标卡尺实验中普遍存在的问题进行了分析与讨论 ,并给出了合理的解释。     

基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。     

弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

电子技术实验中误差分析与测量结果的处理

分析了电子技术实验中 ,测量误差的几种来源及其分类 ;给出了误差的表示方法 ,讨论了测量结果的处理     

跟踪目标的动态模型问题的评述

本文提出跟踪飞机一类机动目标的动态模型,对这些模型的特点和应用范围作出评述。