基于趋近律的离散滑模位置跟踪控制

针对不确定对象的主要特点,运用离散滑模变结构理论探索不确定对象的位置跟踪问题。设计了一种离散趋近率滑模位置跟踪算法,推导了滑模控制的可达性条件。该算法以离散位置信号作为输入,设计了离散指数趋近率,根据系统当前的状态,有目的地调整控制器,采用离散Kalman滤波器对干扰和噪声进行滤波。经仿真研究,该算法不仅在无扰动无噪声条件下,能够准确的进行位置跟踪,而且在扰动和噪声时,具有较强的鲁棒性和抗干扰性,较好地满足了位置跟踪控制的要求。     

用于跟踪机动目标的固定增益的二节估值器

二节α-β-γ估值器被推荐为跟踪机动目标的α-β和α-β-γ滤波器产生自适应增益的一种补充方案。本文的目的是,完成具有二节的固定增益的,可变维数的α-β-γ估值器的设计。二节α-β-γ估值器是由二节的卡尔曼估值器推导出来的,噪音方差化简矩阵和稳态误差协方差矩阵被作为稳态增益的函数。作为滤波器参数选择的步骤也随着对付机动响应的技术和用于置初始值的增益列表技术一起被给出来。常速目标的运动学限制也被结合进二节估值器中,形成α-β-γ估值器。给出了与α-β-γ滤波器性能相比较的模拟结果。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

跟踪大量重叠目标的多分配算法

本文叙述用于跟踪大量密集(和重叠)物体的使用多分配的数据互连新技术。从促进该项工作的一个生物医学问题入手,即从一个图像序列跟踪一组纤维细胞(组织)单元来说明该算法。由于它们互相靠近以及难于从质量不好的图像序列精确地分割出图象,这些单元实际上是密集物体(CSO)。该算法介绍了一种新的二叉迭代多分配方法,它利用了带有修正成本的递减尺寸的逐个一对一分配。导出根据当前分配级“深度”和跟踪结果调整的成本函数。用所得到的分配来形成,保持和终止具有修正型概率数据互连(PDA)滤波器的航迹,除互连多个量测到单条航迹之外,它还可以处理多条航迹对单个量测的竞争。给出估计结果并与标准二维一对一分配算法的结果相比较。说明了迭代的多分配产生较好的量测到航迹互连。本文介绍的算法可用于其他一般的跟踪问题,包括密集空中交通警戒和控制。     

再入飞行器弹道系数的自适应估计

运用Kalman滤波方法对再入飞行器的跟踪问题进行了分析,在动力学噪声已知的情况下,给出了一种弹道系数的自适应估计方法;在动力学噪声未知时,给出了弹道系数和动力学噪声方差的自适应估计方法。仿真算例表明这种方法是合理有效的。     

防空导弹弹道跟踪制导规律研究

根据李亚普诺夫稳定性原理,利用基准优化弹道参数构造滑动面,提出了一种新的弹道跟踪制导规律。对跟踪制导规律的数学原理进行了描述,给出了详细的推导过程和二维平面弹道仿真数学模型及仿真结果。结果表明所提出的弹道跟踪制导规律能使导弹快速跟踪基准优化弹道。     

卫星飞行姿态控制

发射窗口是指运载火箭发射比较合适的一个时间范围(即允许运载火箭发射的时间范围)。这个范围的大小亦叫做发射窗口的宽度。窗口宽度有宽有窄,宽的以小时计,甚至以天计算,窄的只有几十秒钟,甚至为零。 其实,对运载火箭本身来说,没有太严格的发射窗口限制,什么时间发射都可以。不过,在进行运载火     

基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。     

编队式自主水下航行器无碰协调控制技术研究

针对自主水下航行器(AUV)编队式航行中存在智能体间相互碰撞的危险,提出一种自主水下航行器的无碰协调控制技术,包含了编队协调控制和无碰策略等多种基本行为的融合.在编队控制中运用基于级联方法的路径跟踪控制技术和参数一致性的协同控制方法,保证了跟踪误差的渐近稳定,采用HRVO算法的无碰避障策略,使得AUV可以同时避开一般障...     

基于多智能体的传感器网络协同目标跟踪技术研究

针对传感器网络中的协同目标跟踪问题,分析了基于多智能体理论的分布式协同策略,提出了一种基于动态联盟的传感器网络协同目标跟踪框架,分析了系统中的智能体构成,提出了联盟中基于贝叶斯估计的Manage Agent的数据融合算法,讨论了Manage Agent的选举算法。理论分析表明,多智能体理论能够较好地适用于传感器网络的协同目标跟踪问题。