基于Elman网络的传递对准容错联合滤波器设计与仿真

针对用于快速传递对准的Kalman滤波器阶数高,计算量大,滤波更新率低,鲁棒性差及对准精度不高等问题,采用联合强跟踪Kalman滤波器进行快速传递对准。提出一种基于模糊加权系数的误差方差阵估计方法,以提高传统强跟踪Kalman滤波算法的精度。在此基础上,设计了联合强跟踪Kalman滤波器的结构和算法。基于提高无故障子滤波器的鲁棒性来提高联合滤波器的快速重构能力考虑,同时兼顾子滤波器的精度和计算稳定性,提出利用改进的Elman网络进行信息分配系数的自适应调节,以实现融合信息在各子系统中的自适应分配。仿真结果表明,该滤波器不仅提高了解算速度,而且提高了系统对准精度、故障鲁棒性和快速重构能力。     

强跟踪联邦的卡尔曼滤波器设计

将强跟踪滤波方法应用到联邦滤波器中,形成无反馈模式的联邦滤波器的强跟踪联邦滤波算法.该强跟踪联邦滤波器由2个子滤波器和1个主滤波器组成,主滤波器到子滤波器的信息反馈.子滤波器独立地进行时间更新和测量更新.主滤波器对时间进行更新,并将2个子滤波器的结果进行信息融合,得到全局最优估计.     

参数估计法在运载火箭动力系统故障诊断中的应用

文中研究了参数估计的方法在运载火箭动力系统突发故障诊断中的应用。通过建立运载火箭的数学模型,成功应用基于强跟踪滤波器的状态和参数联合估计方法,实现了对运载火箭推力参数的正确估计。     

一种改进的UKF非线性滤波器研究

针对无味卡尔曼滤波器(UKF)存在的缺陷,提出一种能对多通道数据进行渐消的带多重次优渐消因子的UKF滤波算法(SMFUKF)。该方法基于强跟踪滤波器的概念,通过引入多重次优渐消因子到UKF滤波器,自适应的在线调整UKF滤波器的状态预测误差协方差矩阵、量测预测协方差阵、状态和量测之间的互协方差阵及相应的增益矩阵,从而达到对快速变化的状态进行强有力的跟踪。实验结果表明多重次优渐消因子的引人使得UKF滤波器有可能更多的利用系统的先验知识,SMFUKF滤波器对快速变化的状态将具有更强的跟踪能力。     

基于强跟踪滤波器的滚转弹姿态估计

给出一种基于强跟踪滤波器( STF)的滚转弹飞行姿态获取方法。为了得到试验弹的飞行姿态,使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用STF滤波器对遥测数据进行处理,以重构弹体飞行姿态,为进一步的弹体飞行动力学分析及制导系统的效能分析提供依据。利用低速滚转弹姿态运动模型,导出一组基于多重次优渐消因子扩展Kalman滤波器(SFEKF)的迭代滤波方程。由于SFEKF对模型参数失配的鲁棒性及对状态变化较强的跟踪能力,改善了算法的姿态估计精度。仿真计算结果验证了算法的有效性。     

直升机用SINS/GPS组合导航自适应滤波研究

由于直升机的工作环境复杂,采用常规卡尔曼滤波进行组合导航容易发散。为了提高系统应对突变的能力,提出了一种基于Sage-Husa滤波器和强跟踪滤波器的交互式多模型(IMM)自适应滤波(AF)算法。具体实现是通过判断滤波器的每一维收敛判据,进而选择相应的自适应算法。仿真结果证明了改进算法的有效性和优越性,导航精度得到了显著提升。     

一种新的RBF神经网络训练方法

文中给出了一种新的RBF神经网络训练方法,即基于强跟踪滤波器的训练方法.该方法将径向基函数中心值和权值一起训练,强制残差正交,具有收敛速度快、精度高的特点.最后,通过仿真实例验证该方法的有效性.     

基于H∞优化方法的鲁棒故障检测

在基于观测器／滤波器理论的动态系统故障检测与诊断中，模型信息和测量信息的不确定性将影响结果的准确性。文章基于H∞优化方法设计了故障的检测与诊断系统，通过弱化不确定干扰因素对残差的影响，增强了故障检测系统的鲁棒性。同时设置适当的阈值，对故障决策中的虚警进行充分地抑制。最后，在某机电跟踪与稳定伺服系统中进行了仿真研究，结果表明，这种方法能够有效地提高系统的故障检测精度。     

多级组合α-β-γ跟踪滤波器

针对目标机动较大或跟踪丢失较频繁时单一α-β-γ滤波器难于同时满足收敛速度和滤波精度要求的情况，提出了多级组合α-β-γ滤波器的思想，着重讨论了它的构建、机动检测和滤波器间切换等方法．仿真表明，组合α-β-γ滤波器既可以保证跟踪初始或目标机动时的快速收敛，又能显著提高稳态跟踪精度．     

基于IMM-UKF的非线性机动目标跟踪仿真研究

在处理非线性强机动目标跟踪问题时,扩展卡尔曼滤波方法跟踪误差大、容易引起滤波发散,同时其系统模型可能随时间变化,不能应用传统的线性滤波方法以及单一状态模型来处理该类问题.假设在整个跟踪过程中,运动由水平匀速运动、俯冲运动和爬升运动3部分组成,目标量测由斜距、方位角和高低角组成,并基于此建立了目标运动状态模型和观测模型,给出了模型转换矩阵,设计了基于IMM-UKF滤波器,并进行了仿真.结果表明,该方法可以以较高精度跟踪非线性机动目标运动状态,同时具有较高的收敛速度.