共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
3.
在无线传感网络(WSN)中运用基于粒子滤波的时延差估计方法进行目标追踪,其性能的关键是设计精确的粒子滤波器建议分布。为了解决追踪过程中粒子贫化问题,提出了一种基于改进无迹粒子滤波器的时延差估计算法。利用最小二乘法估计目标初始时刻位置,在卡尔曼滤波框架下运用高斯-牛顿迭代法则融合最新观测信息,并引入尺度调节衰减因子不断修正重要性密度函数,从而使建议分布更加逼近真实。将其与时延差定位方法结合,并在WSN环境下进行仿真实验。结果显示,改进的算法在整体粒子数有限的情况下追踪精度更高,收敛性较好,尤其适合环境噪声非高斯的复杂WSN目标追踪应用。 相似文献
4.
5.
非线性系统测量数据丢失时的一种粒子滤波器算法 总被引:1,自引:0,他引:1
针对在工程实践中发生的测量数据随机丢失情况,提出了一种应用于非线性系统的滤波方法,该方法将基于序贯重要性采样的粒子滤波器应用于非线性、非高斯系统状态的在线状态估计。首先将测量数据丢失描述成满足一定条件概率分布的二元开关序列;然后基于似然函数设计方法,设计出测量数据丢失时的粒子滤波器算法;最后用本文方法对倒立摆系统状态估计进行了仿真。仿真实验表明,测量数据丢失时的粒子滤波器算法是有效的。 相似文献
6.
7.
8.
9.
10.
为提高激光引信在短距离内抗烟尘、云雾干扰的能力,通过脉冲激光发射、线阵传感器回收,利用三角夹差法定距,对回波信号中携带的距离信息进行分析提取烟尘背后的实体目标。三角夹差法的发射光轴与接收光轴设有一定夹角,使得在接收端视场内只接收到探测距离中一小段距离内烟雾的后向散射光,降低了烟尘后向散射带来的干扰。通过线阵传感器结合夹差法在接收回波时可以给出夹差区域所对应的目标距离信息值。实验表明,比起同轴探测系统,采用三角夹差线阵探测确实可以在更低能见度下正常工作,并且确实不会因烟尘而虚警,同时也使探测装置具有在一定范围内分档定距的功能。 相似文献
11.
控制受限的火箭炮位置伺服系统鲁棒自适应反步控制 总被引:4,自引:3,他引:1
针对火箭炮位置伺服系统运行过程中所存在的转动惯量和负载力矩变化大,输入控制
受限等各种不确定因素,提出了一种基于动态面滤波法的自适应鲁棒位置控制器。对于模型中的
不确定参数,采用投影算法进行有效估计,利用鲁棒滑模滤波器简化控制器的设计,引入一个辅助
分析系统来对控制输入限制的影响进行有效分析,同时将辅助分析系统与反步方法结合,通过对模
型的等价变换和选择适当的Lyapunov 函数,给出系统的自适应控制器的设计方法。仿真结果表
明,该方法保证了系统的响应速度和控制精度,对参数摄动及外界负载扰动具有较强的鲁棒性。 相似文献
12.
针对现有基于差分GPS(differential global position system,DGPS)的定姿算法无法解决GPS信号受干扰时无解的问题,且容易受GPS数据中粗大误差的影响,提出一种基于自适应抗差卡尔曼滤波(robust adaptive extended Kalman filter,RAEKF)和DGPS的航母姿态测量方法。研究载波相位差分GPS的测姿原理,详细分析现有定姿算法的原理并分别指出他们存在的缺陷,提出不受 GPS数据缺失和粗大误差影响的 RAEKF算法。结果表明:该算法能充分利用航母的运动信息,提高GPS定姿的精度和可靠性。 相似文献
13.
在无线通信环境中,无线射频信号易受到干扰,强度波动较为明显。为定量描述和分析目标位置与无线信号强度之间复杂、多变的关系,更加精准地估计目标位置,提出了基于极限学习机(ELM)模型的粒子滤波(PF)无设备定位算法。该算法包括ELM模型构建(离线阶段)和目标位置估计(在线阶段)。在ELM模型构建阶段,建立目标在不同位置与链路(发射节点与接收节点之间的通信链路)信号强度变化的离线数据库,利用ELM构建目标位置与无线射频信号强度的映射关系。在目标位置估计阶段,通过映射关系结合PF实现目标位置的跟踪。实验结果表明,所提算法不仅有效地解决了目标位置与无线射频信号强度的映射关系,而且比高斯过程模型-PF、支持向量机-PF等现有算法显著提高了目标跟踪精度。 相似文献
14.
匹配滤波器失配下的双基地多输入多输出雷达多目标角度估计 总被引:1,自引:1,他引:0
提出了基于匹配滤波器失配的双基地多输入多输出(MIMO)雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。提出了基于匹配滤波器失配的双基地多输入多输出(MIMO)雷达多目标角度估计算法。建立了存在时延、多普勒频率补偿误差情形下的双基地MIMO雷达模型。采用交替迭代的思想,将发射角、时延补偿误差和多普勒频率补偿误差的参数估计问题转化为一个二次规划问题并求解出发射角。用ESPRIT算法估计目标的接收角,并且实现了收发角度的自动配对。仿真实验证明了ESPRIT算法的有效性。此外在附录中推导了本文信号模型下的克拉美罗界。 相似文献
15.
针对现有基于差分GPS(differential global position system,DGPS)的定姿算法无法解决GPS信号受干扰时无解的问题,且容易受GPS数据中粗大误差的影响,提出一种基于自适应抗差卡尔曼滤波(robust adaptive extended Calman filter,RAEKF)和DGPS的航母姿态测量方法。研究载波相位差分GPS的测姿原理,详细分析现有定姿算法的原理并分别指出他们存在的缺陷,提出不受GPS数据缺失和粗大误差影响的RAEKF算法。结果表明,该算法能充分利用航母的运动信息,提高GPS定姿的精度和可靠性。 相似文献
16.
为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法.提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达.在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标.采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测.实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高. 相似文献
17.
18.
为了解决实时弹道测量数据滤波过程中量测噪声统计特性未知且时变的实际问题,对Sage-Husa算法进行了多种改进,提出了改进的Sage-Husa自适应卡尔曼滤波(improved Sage-Husa adaptive Kalman filter,ISHAKF)算法。该算法将量测噪声协方差估计矩阵变换为半正定矩阵和正定矩阵之和的形式,保证了量测噪声协方差估计矩阵的正定性,消除了量测噪声协方差估计矩阵非正定导致滤波异常的缺陷。设计了一种自适应遗忘因子,提升了滤波收敛速度,解决了量测噪声统计特性突变时Sage-Husa算法收敛较慢的问题。对卡尔曼增益矩阵进行了抗差改进,增强了算法的鲁棒性,削弱了野值对滤波效果的影响。分别对正定性改进、遗忘因子改进和抗差改进进行了对比仿真实验,对比结果验证了Sage-Husa算法改进的正确性和有效性。通过ISHAKF算法的实例应用,证明了该算法在实时弹道滤波上,具有更高的实时性、自适应性和抗差性,滤波效果提升明显。 相似文献
19.