共查询到17条相似文献,搜索用时 125 毫秒
1.
罗续成 《导弹与航天运载技术》1995,(1):40-49
将最小二乘估计的加权递推算和加遗忘因子的实时算法相结合,推导出实时加权递推最小二乘估计算法,并以实际跟踪系统的数据处理问题,说明这种算法我信息源理测数据处理系统中的应用。 相似文献
2.
惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力. 相似文献
3.
雷达组网多目标跟踪系统采用加权最小二乘估计估计目标的初始状态,其数据关联采用最近邻算法,假设观测误差为高斯噪声且各个传感器之间相互独立,先计算量测点与系统航迹的标准化距离,再判断某个量测是否与某个航迹相关联,选择标准距离最小的系统航迹与量测点配对,用此量测点对系统航迹进行更新。系统跟踪滤波则采用加权最小二乘滤波算法,仿真试验表明,该系统可有效地对组网雷达条件下的多目标进行跟踪。 相似文献
4.
5.
6.
7.
8.
9.
针对不同观测矩阵加权最小二乘算法没有考虑到模型参数本身信息的共同缺点,提出基于贝叶斯估计的带不同观测矩阵的加权最小二乘分布式(Bayes Estimation Weighted Least Square,BEWLS)融合Kalman滤波算法。该方法首先采用推广的离散卡尔曼滤波对非线性系统线性化,然后在考虑模型参数本身的先验信息条件下,采用基于贝叶斯(Bayes)估计方法对Kalman滤波算法的观测方程进行加权最小二乘融合。BEWLS融合算法减少了计算负担,提高了融合精度,便于实时应用。理论和仿真证明:BEWLS融合具有优越性。 相似文献
10.
11.
12.
13.
14.
以导弹电动舵机为研究对象,阐述了其组成结构和自检原理,在舵机自检BIT的基础上,应用递推最小二乘法(RLS)对舵机参数进行估计,提出了一种选取故障检测阈值的实验方法,通过MATLAB/SIUMULINK仿真验证了该方法的可行性. 相似文献
15.
为解决主动侧杆系统操作平顺性的问题,对柔顺控制算法里的导纳控制算法进行分析。将柔顺控制技术运用到主动侧杆系统中,用来优化主动侧杆系统中杆力与杆位置的关系;将导纳控制算法运用到主动侧杆系统中,提高主动侧杆系统的运动柔顺性,达到优化杆力和杆位移的目的。仿真验证结果表明:该算法能提高飞行员输入推力指令的带宽,提高飞机的操纵品质。 相似文献
16.
17.
为解决火炮伺服系统面临的一系列非线性因素,设计一种基于回声状态网络的自抗扰控制(active disturbance rejection control,ADRC)策略.使用回声状态网络(echo state network,ESN)实现自抗扰控制重要参数的在线整定,并引入梯度下降算法与改进后的灰狼优化算法(grey wolf optimization,GWO)对回声状态网络进行训练.仿真结果表明:该新型控制方法能有效提高火炮伺服系统的动态响应性能、抗干扰性能以及随动跟踪精度,满足火炮伺服系统所要求的性能指标. 相似文献