卫星姿态跟踪的模糊滑模控制器设计

针对刚体卫星的姿态跟踪问题,提出了一种模糊滑模变结构控制器设计方法。首先根据由误差四元数和误差角速度描述的跟踪误差动力学和运动学方程,设计了基于李亚普诺夫方法的滑模变结构控制律。为克服滑模控制中存在的固有的抖振问题,采用模糊控制方法设计了切换控制项。最后对卫星姿态跟踪控制系统进行了仿真研究。结果表明,在参数不确定性及外干扰存在时,所设计的控制方案在实现姿态跟踪控制的同时,对于卫星转动惯量的摄动及外部扰动力矩是鲁棒的。     

基于序列Monte Carlo方法的运动目标跟踪

针对移动机器人中的非线性非高斯特性,提出用粒子滤波的方法对运动目标进行跟踪,研究在贝叶斯框架下进行目标跟踪的原理,分析粒子滤波算法及存在的问题.应用这种方法,针对移动机器人的实际情况,建立了具体的系统模型和测量模型,比较不同的重采样算法,实现了对运动目标的跟踪任务.仿真结果表明,粒子滤波对于非线性非高斯的动态系统有良好的估计效果,在3种常用的重采样算法中,残差重采样的准确性稍高,分层重采样的计算比较简单,而多项式重采样是一种基本的重采样算法.     

基于嵌入式的智能目标检测与跟踪系统

借鉴嵌入式系统在电子技术、信号处理和计算机等领域运用的成功经验,在分析目标检测与跟踪算法的基础上,将改进的目标检测与跟踪算法植入嵌入式系统,设计一种基于嵌入式S3C2410处理器的目标检测与跟踪系统,给出该系统的硬件结构和软件程序流程图,并以具体的飞行目标对其进行目标识别和跟踪。通过实验发现该系统可实现目标的准确跟踪。     

An adaptive waveform-detection threshold joint optimization method for target tracking

The joint optimization of detection threshold and waveform parameters for target tracking which comes from the idea of cognitive radar is investigated for the modified probabilistic data association （MPDA） filter. The transmitted waveforms and detection threshold are adaptively selected to enhance the tracking performance. The modified Riccati equation is adopted to predict the error covariance which is used as the criterion function, while the optimization problem is solved through the genetic algorithm （GA）. The detection probability, false alarm probability and measurement noise covariance are all considered together, which significantly improves the tracking performance of the joint detection and tracking system. Simulation results show that the proposed adaptive waveform-detection threshold joint optimization method outperforms the adaptive threshold method and the fixed parameters method, which will reduce the tracking error. The average reduction of range error between the adaptive joint method and the fixed parameters method is about 0.6 m, while that between the adaptive joint method and the adaptive threshold only method is about 0.3 m. Similar error reduction occurs for the velocity error and acceleration error.     

SCKF-STF-CN: a universal nonlinear filter for maneuver target tracking

Square-root cubature Kalman filter (SCKF) is more effective for nonlinear state estimation than an unscented Kalman filter.In this paper,we study the design of nonlinear filters based on SCKF for the s...     

基于多模型信息滤波器的故障容错目标跟踪

对具有传感器随机故障的多传感器系统,提出一种故障容错的目标跟踪算法。利用多模型方法建立传感器量测故障模型,将Unscented变换(UT)嵌入信息滤波器框架,建立多模型信息滤波器。通过多模型方法在线估计量测模型概率,利用概率加权组合分别得到传感器的信息贡献,通过多传感器融合提高目标跟踪精度和传感器故障识别概率。仿真结果表明,本文算法能有效提高目标跟踪精度。     

时变多状态滞后不确定系统的最优保性能控制器设计

研究了一类具有时变多状态滞后不确定系统的状态反馈保性能控制器设计问题,推导出了保性能控制器存在的充分条件,通过解等价的线性矩阵不等式给出了控制器的设计方法,进而通过建立和求解一个性线矩阵不等式约束的凸优化问题,提出了最优保性能控制律的设计方法。     

平方根滤波及其在目标跟踪方面的应用

在主流非线性滤波算法中,诸如扩展卡尔曼滤波和Unscented卡尔曼滤波都包含状态协方差矩阵的传递,这在滤波器更新步骤经常引起协方差矩阵失去正定,从而引发滤波器失效.平方根滤波可以降低这种数值误差的影响.基于协方差更新的Joseph形式,给出一种更简洁的平方根扩展卡尔曼滤波算法.同时将此滤波器和平方根Unscented卡尔曼滤波器应用于再进入飞行器的目标跟踪问题,仿真结果表明这种应用是有效的.     

水下动目标纯方位被动跟踪仿真研究

对矢量传感器被动跟踪系统的性能作了仿真分析.介绍了具有方位估计功能的二元浮标阵用于跟踪水下动目标的模型,并描述了跟踪精度的空间分布.对于具有强机动特征的轨迹,滑动窗的时间序列平滑优于常见的目标运动分析的状态估计方法.仿真为评价实际使用性能提供了预先估计,冗余阵元使得阵形设计具有灵活性,加权平均可改善跟踪质量.仿真表明,方位估计精度为1°时,被动跟踪性能有可能与主动方式媲美.     

组合Kalman隔点预测法的仿真适应性

将Kalman预测方法用于仿真经纬仪跟踪机动目标,对不同靶标旋转速度下的机动目标跟踪进行了仿真研究。对等角速度模型和等角加速度模型的状态方程输入矩阵G(k)进行了计算。根据Kalman预测曲线与实测曲线误差的标准方差最小原则,确定了两模型的状态噪声与测试噪声的方差比值Q/R,并优化了两模型适合经纬仪的比值Q/R。提出了组合Kalman隔点预测法。对两模型的组合Kalman隔点预测仿真结果进行了对比。得出了两模型的组合Kalman预测法在仿真经纬仪跟踪机动目标时的适应范围。     

多重状态滞后系统的鲁棒控制器设计

本文针对多重状态时滞的不确定性线性系统提出一种鲁棒稳定化控制器的设计方法。构造Ｌｙａｐｕｎｏｖ函数，并考虑到系统的不确定信息，从而使所设计的控制系统具有一定的鲁棒度。文中通过数字例子仿真说明该方法的有效性。     

基于遗传算法和粒子滤波器的非刚性目标跟踪

基于目标颜色特征，将遗传算法和粒子滤波器相结合进行非刚性目标的实时跟踪：一般情况下，采用遗传算法跟踪目标，以最优个体作为目标状态；当发生较严重遮挡时，最优个体不一定是目标的真实状态，利用粒子滤波器的思想，以各个体的加权平均作为跟踪结果来克服遮挡影响。实验结果表明该混合算法具有较强的鲁棒性，能有效实现复杂场景下的目标跟踪。     

一种实用的运动目标检测和跟踪算法

为使智能视频监控系统在监控时不仅具有较高的准确率,同时也保证系统的实时性,设计并实现了一种实用的在摄像机静止条件下运动目标检测和跟踪算法。首先对采集到的视频图像进行预处理,为算法提供最佳的图像数据,然后用混合高斯背景建模方法实现前景/背景分割,用形态学操作提取前景目标,最后用基于空间距离的方法实现目标跟踪。算法应用到实验系统,实验表明,系统在保证实时性的同时,能够正确检测和跟踪监控场景中的运动目标。     

基于迭代sigma点粒子滤波的再入目标跟踪

标准粒子滤波提议分布选择时,由于没有计入最近的观测值信息,重要性权的方差随时间递增,导致权值蜕化。针对这一问题提出了一种新的滤波算法,迭代sigma点粒子滤波算法。该算法在预测时采用sigma点粒子滤波产生拟合概率密度函数的加权粒子,并通过观测值对加权粒子进行更新;修正过程采用迭代卡尔曼滤波优化预测阶段得到的描述状态分布的均值和方差。将其运用于再入大气层目标的跟踪模型,仿真结果表明:与标准粒子滤波相比,该算法能保证滤波收敛,具有更高的估计精度和更好的鲁棒性。     

具有执行器饱和系统的控制器设计理论及应用研究

在实际的控制系统中,带有执行器饱和系统是一类常见的非线性系统,如果仅用传统的线性方法对系统控制,执行器的饱和将使系统的动态性能降低,甚至导致闭环系统不稳定。为了降低饱和对闭环系统的影响．本文设计了由非线性控制律和PID控制器两部分组合而成的控制器。非线性部分使闭环系统输出达到设定值时有较大阻尼率以降低超调量。本方法应用于伺服跟踪系统,仿真结果表明了该方法的有效性。     

基于模糊神经网络的机动多目标跟踪的研究

介绍了机动多目标跟踪的基本原理、算法;将模糊系统中的模糊原则与神经网络相融合,提出了一种新的方法来提高系统的学习能力、表达能力以及机动多目标的状态的估计精度。仿真实验的结果证明了该方法的有效性。     

基于神经动力学的目标跟踪算法

通过对神经网络模型的研究,将神经动力学的Shunting模型应用到目标跟踪系统中.该算法具有模型简单、参数不敏感、网络运算不易饱和、算法速度快,且不需要预设工作环境等优点,适用于未知动态环境下的优化目标跟踪.Matlab仿真试验表明,该算法可解决动态环境下的目标跟踪.     

Prediction-based energy-efficient target tracking protocol in wireless sensor networks

A prediction based energy-efficient target tracking protocol in wireless sensor networks (PET) was proposed for tracking a mobile target in terms of sensing and communication energy consumption. In order to maximize the lifetime of a wireless sensor network (WSN), the volume of messages and the time for neighbor discovery operations were minimized. The target was followed in a special region known as a face obtained by planarization technique in face-aware routing. An election process was conducted to choose a minimal number of appropriate sensors that are the nearest to the target and a wakeup strategy was proposed to wakeup the appropriate sensors in advance to track the target. In addition, a tracking algorithm to track a target step by step was introduced. Performance analysis and simulation results show that the proposed protocol efficiently tracks a target in WSNs and outperforms some existing protocols of target tracking with energy saving under certain ideal situations.     

PID控制器的优化设计

为使PID控制器同时具有给定值跟踪和抑制干扰两个方面的最佳特性,提出了PID控制器优化设计方法.笔者设计了给定值补偿型I-PD控制器,其结构简单,便于掌握,易于实现,可以实现系统的最优控制,特别适用于串级控制中级数较多的系统.在深入研究反馈型2自由度PID控制器的基础上,增加了前馈补偿器,有效地抑制了扰动,为改善给定值跟踪特性,在前馈位置上增加一个微分负前馈环节,仿真结果表明:该控制器具有抗干扰能力强,实时性好,调节时间短、超调量小等特点,提高了系统的控制性能.     

传感器网络的目标丢失故障恢复技术研究

分析了传感器网络在目标跟踪过程中产生目标丢失故障的原因，在此基础上采用分簇设计思想．通过对跟踪目标移动速度的计算和目标搜寻区域的建立等方法，提出了新的目标丢失故障恢复算法和技术．最后通过仿真实验证明，所提出的目标跟踪系统的目标丢失故障恢复算法和技术在延长传感器网络生存时间前提下能够有效解决跟踪目标发生丢失故障后的目标快速恢复问题，并通过实验比较说明了提出的方法在能量有效性方面优于其他方法．