H∞鲁棒滤波在机动目标跟踪中的应用

在交互多模型中通常使用的卡尔曼滤波器中,引入广义H∞鲁棒滤波器,以一定的精度为代价,换取满意的鲁棒性能。H∞鲁棒滤波算法可以分解为卡尔曼滤波和鲁棒化两个环节,从而形成一种基于增益失调因子的结构化分解算法。、为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,本文算法跟踪复杂机动目标时跟踪性能有较大提高,有很好的可实现性.     

H∞滤波γ因子对舰载惯导自对准的影响研究

舰载惯导系统自对准中鲁棒滤波参数的选取问题,直接关系到惯导系统对准性能.基于矩阵链乘规则和重力加速度信息的惯性系分解方法,梳理了舰载捷联惯导系统自主精对准算法流程,并针对舰载条件下风浪等外界未知干扰,分系泊和等速航行两种情形,研究了H∞滤波器调节因子的选取规律和调节因子恒定时不同海况对对准性能的影响规律,为实际应用中γ因子的合理选择提供参考.仿真结果表明,舰载环境下γ因子恒定时,海况的不同对对准性能的影响较小.同时,无论是系泊条件和等速航行条件,鲁棒滤波器中调节因子γ的临界值相同,且γ越小系统稳定性越好,但滤波精度越低.γ逐渐增大,滤波精度逐渐增高,但增加到一定数值时滤波精度反而降低.     

未知新生目标强度的多目标概率假设密度滤波算法

针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法。该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜在新生目标的量测,并以此建模下一时刻滤波器所需的新生目标强度。仿真结果表明,所提算法在含有未知新生目标跟踪场景具有鲁棒的滤波性能,且其跟踪精度和计算代价均优于相关多目标PHD滤波器。     

广义线性系统的鲁棒跟踪观测器设计问题

基于广义Sylvester矩阵方程的参数化解,将鲁棒性能指标和跟踪观测器参数矩阵进行参数化表示,从而使鲁棒跟踪观测器的设计问题转变成求解最小化问题.提出了一种设计鲁棒跟踪观测器的简单有效的算法,并通过实例和仿真对该方法进行了验证.     

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。     

一种船舶航向跟踪的混合灵敏度控制算法

针对船舶模型参数变化和环境干扰条件下的船舶航向跟踪控制问题,设计了一种基于信号的S/KS/T混合灵敏度鲁棒算法。该算法中,通过模型降阶生成了便于工程应用的控制器,该控制器的权函数参数通过遗传寻优获得。仿真分析表明:该控制算法在航速变化和各种海况下,闭环系统具有鲁棒稳定性,并且有良好的鲁棒性能。     

自适应补偿H_∞滤波器在组合导航中的应用

针对传统递推式鲁棒H∞滤波收敛条件在工程中较难满足的问题,提出了一种自适应补偿的递推式鲁棒滤波算法。在分析滤波器收敛条件的基础上,对滤波器中迭代矩阵进行补偿程度自适应的修改,并结合实际系统要求给出了滤波误差定量度量指标,即响应时间、偏离度、波动程度,以验证算法的正确性。GPS/IN S等组合导航系统仿真结果表明,此方法滤波误差下降速度、无偏性及平稳性均优于改进前滤波算法,且计算量几乎不增加;此方法克服了收敛条件不满足导致滤波精度下降的缺陷,扩大了递推式鲁棒滤波的应用范围,具有较大的工程应用价值。     

一种微型双轴转台控制回路的H∞设计方法

针刘微型双轴转台伺服控制系统的特点,提出一种H∞混合灵敏度PS/T设计方法,探讨了性能权函数和鲁棒稳定权函数的确定方法,并对设计的控制器进行了仿真对比分析.结果表明:H∞控制系统具有更好的伺服性能和鲁棒稳定性.     

神经网络自适应自动驾驶仪设计及其在AUV路径跟踪中的应用

针对AUV三维路径跟踪过程中的自动驾驶仪设计问题,根据时标分离原理将AUV路径跟踪自动驾驶仪系统即姿态稳定回路划分成快、慢回路.采用神经网络H∞鲁棒自适应控制算法分别设计了自动驾驶仪快、慢回路的控制器,用Lyapunov穗定性理论对系统进行了穗定性分析.仿真结果表明:路径跟踪控制系统具有良好的动态性能.     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

非高斯环境下基于GPF算法的目标跟踪

介绍了高斯粒子滤波器的基本思想和具体算法实现步骤,在此基础上,将此算法应用于机动目标转弯模型的跟踪中,在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和EKF的跟踪性能差异.仿真结果表明,GPF有效地改善了目标跟踪的效果,并在精度和计算复杂度方面均优于PF.     

一类非光滑非线性系统的鲁棒输出跟踪控制

研究一类具有不可控不稳定线性化的非光滑和本质非线性系统的鲁棒输出跟踪问题.应用Lyapunov稳定性和"加幂积分器"方法构造出一个鲁棒非线性状态控制器,解决了系统的全局鲁棒输出跟踪问题,且所求控制律能确保跟踪误差充分小,闭环系统所有信号全局有界.仿真结果证明了所提出方法的有效性.     

基于鲁棒调节和目标值滤波的CMG群力矩控制

为实现控制力矩陀螺群高精度快响应力矩控制,提出了一种基于鲁棒调节和目标值滤波的控制方法。建立了采用永磁直流无刷力矩电机的框架伺服系统数学模型,根据被控对象的传递函数设计了鲁棒调节器,针对装置状态可观测的特点对鲁棒调节器进行了简化,提出了镇定补偿器和伺服补偿器的关键参数计算方法,实现了转速控制的渐近调节且确保了动态性能指标,并提出采用目标值滤波器进一步加强系统的动态跟踪性能;在此基础上,依托金字塔安装构型的控制力矩陀螺群实现了系统力矩快速精确输出。MATLAB仿真结果表明:所提出的控制算法对1N·m的力矩阶跃信号控制误差较传统比例-积分-微分算法降低了65.7%,响应时间减少了37.2%;对sin(20πt)N·m的正弦力矩跟踪时,可将力矩输出误差稳定在±2.1%之间。     

强跟踪渐进更新扩展卡尔曼滤波器及其在磁偶极子跟踪中的应用

为了改善实际跟踪过程中因为缺乏目标先验信息造成的模型失配对滤波器跟踪性能造成的影响,引入强跟踪滤波(STF)思想对渐进更新扩展Kalman滤波(PU-EKF)算法进行改进,提出了强跟踪渐进更新扩展Kalman滤波(STPU-EKF)算法.在多种模型失配情况下进行磁偶极子跟踪仿真试验,对所建算法的性能进行验证,仿真结果表...     

制导炸弹滚转通道混合灵敏度鲁棒控制器设计

制导炸弹在大空域飞行过程中受到外界干扰和未建模摄动都较大,为了适应较大摄动,采用混合灵敏度方法来设计鲁棒控制器.首先推导了包含S/T/R的广义受控对象的状态空间模型,将混合灵敏度问题化为标准H∞问题.然后针对混合灵敏度问题中如何选取权函数的关键性问题,讨论了权函数选取的一般原则,提出了权函数选取的一般方法,并尝试给出权函数的一般形式.最后采用该方法对制导炸弹滚转通道进行了控制器设计,仿真结果表明:H∞控制器有较好的鲁棒性能,且比传统PID控制有更好的时域性能.     

机动目标跟踪的模式集自适应IMM算法的设计和比较

变结构多模型状态估计器方法适用于雷达跟踪空中机动目标。本文研究和设计了两种自适应时变模式集交互多模型(IMM)跟踪滤波器;切换网格(SG)IMM和自适应网格(AG)IMM算法。针对不同的飞行想定,通过Monte Carlo仿真方法对这些算法及相应的固定网格(FG)IMM滤波器的性能进行了评估和比较。仿真显示,对特定的机动目标跟踪问题,SGIMM和AGIMM跟踪滤波器在性能和计算量等方面要比固定结构多模型算法(FGIMM滤波器)有明显地提高。     

攻击机动目标的非线性H∞制导律研究

应用非线性H∞控制理论,在建立导弹与目标相对运动数学模型的基础上,研究了一种拦截机动目标的鲁棒H∞制导律.这种鲁棒H∞制导律将目标的机动加速度视为有界的外界扰动输入,导弹的加速度视为控制输入,实现了导弹制导的鲁棒性.仿真表明,这种鲁棒H∞制导律具有很好的鲁棒性和良好的拦截效果,能够有效地拦截机动目标.     

SINS/DVL/AST水下组合导航中的鲁棒信息融合方法

捷联式惯导系统由于自主性强等优势成为自主式水下航行器长航时、长航程导航的主要手段。针对水下环境中外部多导航传感器如多普勒计程仪提供的测速信息和水声单应答器提供的位置信息容易受到非高斯噪声污染的问题,提出基于马氏距离算法的联邦鲁棒卡尔曼滤波算法。在联邦鲁棒卡尔曼滤波算法中,通过马氏距离算法引入膨胀因子,对量测噪声协方差阵进行膨胀,以实现非高斯条件下水下组合导航系统鲁棒性的提升。同时基于子滤波器的滤波性能对信息分配系数进行自适应调整以确保水下组合导航系统的高精度。基于江试试验实测数据进行水下组合导航半物理仿真试验,试验结果表明:相比于传统的联邦卡尔曼滤波算法,联邦鲁棒卡尔曼滤波算法可在非高斯条件下实现更高精度、更加稳定的组合导航;能够满足水下组合导航系统对容错性和鲁棒性的要求。     

自适应鲁棒滤波在机动目标跟踪中的应用研究

随着技术的发展,反舰导弹飞行速度快,机动性强,留给舰艇的反应时间短,因此对跟踪滤波算法要求较高。引入具有实时应用的自适应H_∞滤波器,比较标准卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对模型不确定性取得良好的滤波效果。仿真结果表明,在高速高机动反舰导弹目标高机动情况下跟踪,该实时滤波算法是有效的。