排序方式: 共有44条查询结果,搜索用时 109 毫秒
1.
2.
一种基于神经网络的最优中制导律 总被引:5,自引:0,他引:5
对于中远程导弹中制导段,提出了一种基于神经网络的最优中制导律,这种制导规律通过离线学习,能够在线实时工作.研究和仿真分析表明这种基于神经网络的最优中制导律与其他末制导律配合,可有效提高导弹拦截机动目标的性能. 相似文献
3.
履带式车辆半主动悬挂的自适应控制 总被引:3,自引:0,他引:3
根据军用履带式车辆对悬挂系统的要求,对半主动悬挂1/4车模型进行了理论分析,在此基行础上对控制模型在有限带宽内进行了降阶简化.以振动加速度和悬架变形的加权二次型最小为控制性能指标,进行了线性高斯二次控制器(LQG)的设计,并以此作为模型参考自适应控制系统的参考模型.运用李雅谱诺夫稳定性理论设计了直接模型参考自适应控制系统(MRAC).仿真研究表明,MRAC能够适应悬架系统参数的变化,跟踪LQG控制的最优性能,该系统对路面变化和悬架系统参数变化均具有良好的自适应性和鲁棒性. 相似文献
4.
多分量信号时频分析交叉项抑制研究 总被引:2,自引:2,他引:0
多分量信号的时频分布会产生交又项,采用固定核函数的时频分布,其适用的信号形式有很大的局限性。而基于信号的自适应径向高斯核函数时频分布,由于它的核函数随信号而自适应的改变,因此对交叉项有很好的抑制效果。文中以模糊函数理论为基础,分析了时频分析产生交叉项的原因,给出了以径向高斯函数为核函数的自适应时频分析优化算法。仿真结果表明,对于多分量信号,采用径向高斯核函数的自适应时频分析方法不仅对交叉项有很好的抑制作用,而且对信号的自分量具有较好的聚集作用。 相似文献
5.
一种鲁棒自适应容积卡尔曼滤波方法及其在相对导航中的应用 总被引:2,自引:2,他引:0
针对无人机编队相对导航系统中视觉导航传感器量测噪声服从非高斯分布的问题,提出一种带噪声估计器的鲁棒自适应容积卡尔曼滤波(CKF)算法。该算法将Huber求解线性回归问题与协方差匹配方法相结合,利用残差序列实时估计,调整系统过程噪声和量测噪声的统计特性,并采用遗忘加权参数对接收到的测量数据进行加权,从而准确地估计出无人机之间的相对位置、速度和姿态信息,提高了鲁棒CKF算法的自适应能力。仿真结果表明,与标准CKF算法和鲁棒CKF算法相比,该算法对受污染的噪声统计特性有较强的自适应性,估计精度高,鲁棒性更强。 相似文献
6.
基于高斯混合-隐马尔可夫模型的速差转向履带车辆横向控制驾驶员模型 总被引:2,自引:2,他引:0
为解决基于离合器转向机的履带车辆在无人行驶条件下的横向控制问题,采用一种基于高斯混合-隐马尔可夫模型的统计学习方法构建驾驶员模型,以实现对驾驶员跟踪控制操控经验的表述。利用经过大量试验采集获得的经验驾驶员操控数据对模型进行训练。以基于高斯混合模型表征的车辆速度和航向偏差作为隐马尔可夫模型的观测状态参量,并利用高斯混合模型对左右操纵杆位置进行转向模式划分,以转向模式作为隐马尔可夫模型的隐藏层状态参量,通过对模型的训练最终实现对于驾驶员操控经验以及车辆特性的统计学描述。利用上述模型对跟踪控制过程中的期望转向模式进行预测分析,结果表明该模型能够较准确地对转向模式进行预测。 相似文献
7.
8.
非高斯噪声下基于Unscented粒子滤波器的非线性系统故障诊断方法 总被引:2,自引:0,他引:2
非高斯噪声下非线性系统的故障诊断中,一般是基于粒子滤波器的方法,但普通粒子滤波器通常会发生“退化”现象,严重影响故障的检测和诊断品质。本文通过引入Unscented粒子滤波器方法,利用Unscented变换对随机分布的非线性概率传递能力来产生建议分布,能明显地改善普通粒子滤波器的性能;然后,提出了基于该滤波器的序贯式故障诊断策略,采用负对数似然比方法监控系统的运行状态,故障发后利用状态联合估计器进行故障隔离。计算实例表明,该新方法能实时检测诊断出非线性系统的故障,同时能抑制非高斯噪声的影响。 相似文献
9.
超宽带皮秒级脉冲发生器 总被引:2,自引:1,他引:1
设计了一种超宽带高斯脉冲的脉冲发生器,此脉冲发生器主要由阶跃恢复二极管,FET管和肖特基二极管组成。其中阶跃恢复二极管和短路线用来产生脉冲,FET管用来进行脉冲的放大和脉冲产生、脉冲整形两部分电路间的隔离,肖特基二极管用来减小脉冲的振铃。利用ADS软件对阶跃恢复二极管进行建模,并用其进行脉冲发生器的设计仿真。测试结果表明,皮秒脉冲发生器的脉冲宽度为307 ps,幅度为1.88 V.该窄脉冲的波形对称,而且振铃小,实验结果与仿真结果吻合得很好。 相似文献
10.