满意滤波在航迹辨识中的应用

利用线性矩阵不等式(LMI,linear matrix inequalities)方法,首先研究了Kalman滤波的稳态误差方差和滤波增益的解法,并根据满意控制的思想,提出了具有误差方差上界约束的滤波问题,然后研究了误差方差上界约束下对系统测量噪声具有最大容许强度的满意鲁棒滤波.本文的研究成果已被应用于某型C3I系统中的航迹辨识.     

噪声方差未知情况下多传感器航迹融合

在多传感器信息融合中,已有的航迹融合算法都是在噪声方差已知情况下基于最优的卡尔曼滤波算法的,而实际应用中噪声方差往往是未知的.针对上述问题,基于扩展记忆因子递推最小平方(EFRLS)估计的滤波方程,研究了噪声方差未知情况下集中式、分布式、混合式多传感器航迹融合方法.并对三种航迹融合算法的跟踪性能和卡尔曼滤波融合算法的性能进行了仿真比较.由于多级式多传感器的航迹融合方法可由本文的方法直接推广,所以只需研究两级的情况就可.     

多传感器噪声方差未知情况下的异步航迹融合

针对分布式多传感器数据融合系统,提出了一种多传感器异步航迹融合算法。现有的多传感器信息融合算法大都基于Kalman滤波器,要求噪声方差已知,并且假定各传感器同步采样,不考虑通信延迟。本文在分布式处理的模式下,基于各传感器在扩展记忆因子递推最小平方(EFRLS)估计形成本地航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。仿真实验结果表明,这种融合算法是有效的,算法接近集中式融合算法的精度。     

含ARMA噪声系统模型的参数辨识方法*

实际问题中，大量的动态系统控制问题可归结为含ＭＡ，ＡＲＭＡ噪声系统模型的参数辨识问题。本文提出ＲＭＡ，ＲＡＲＭＡ两种系统模型参数辨识的一种新方法，主要手段是构造和研究特殊的辅助线性模型。理论分析和实际计算表明，本文方法较传统表度有明显提高。     

具有有色噪声系统辨识的新方法

本文讨论有色噪声系统辨识问题,基于残差序列最小自相关原理,提出模型适用性检验准则及其递推算法,用于确定过程和噪声模型的阶次和参数,并取得满意的数字仿真结果。其特点是计算量小、精度高,并且不受噪声阶次p=q条件的限制。     

状态反馈中圆形极点与状态方差约束的相容性

对一类线性随机系统的状态反馈问题,研究了两类约束指标:状态方差与圆形区域极点的相容性,并对具有指定圆形极点及相容状态方差约束的控制问题给出了满意控制设计方法.用线性矩阵不等式(LMIs)刻划了圆形极点约束下系统存在反馈控制律的充要条件;通过求解LMIs约束下矩阵迹的极值问题,给出了方差约束指标的较好容许范围;算例说明本成果简洁、有效.     

不确定线性周期系统的满意滤波

针对线性周期多采样率系统的满意滤波问题,根据满意估计思想,将结构不确定周期系统满足滤波系统稳定与H∞指标的满意估计问题转化为Riccati矩阵不等式求解问题,无须采用通常的提升手段而直接运用数值法与内点法进行周期系统多指标设计.利用线性矩阵不等式技术(LMI)提出了一种基于LMI的满意滤波器设计方法.仿真例子验证了相关的结论.     

基于约束方差的噪声谱估计算法

为了进一步提高非平稳环境下噪声估计的准确性,提出了一种基于约束方差的噪声谱估计算法,通过约束方差计算得出平滑参数,对噪声功率谱进行估计。实验结果表明,相对于其他三种算法,该算法能较低时延地跟踪背景噪声的轨迹,且它的噪声谱估计均方误差较小,在非平稳噪声及噪声突变环境下尤为明显。     

连续时变不确定系统约束方差/H∞鲁棒状态滤波*

基于上限方差配置的混合方差／Ｈ∞设计方法可得到满足的设计结果。本文用一个修正的Ｒｉｃｃａｔｉ方程研究了一类时变不确定系统的混合方差／Ｈ∞状态滤波器，导出了滤波器的一般公式，对所允许的扰动由该公式所确定的滤波器可使稳态滤波误差方差上限及误差系统的Ｈ∞指标均小于指定值，因而具有较好的鲁棒性。     

连续时变不确定系统约束方差/H∞鲁棒状态滤波*

基于上限方差配置的混合方差／H∞设计方法可得到满意的设计结果.本文用一个修正的Riccati方程研究了一类时变不确定系统的混合方差／H∞状态滤波器，导出了滤波器的一般公式．对所允许的扰动由该公式所确定的滤波器可使稳态滤波误差方差上限及误差系统的H∞指标均小于指定值，因而具有较好的鲁棒性．     

Location and Trajectory Identification from Microblogs

Journal of Computer Science and Technology - The rapid development of social networks has resulted in a proliferation of user-generated content (UGC), which can benefit many applications. In this...     

改进的卡尔曼滤波算法系统参数辨识仿真研究

研究系统参数辨识精度提高问题。辨识是从实验数据中提取有关系统信息的过程,由于存在噪声影响辨识精度,针对传统的卡尔曼滤波算法不能很好地提高跟踪精度且算法复杂的缺陷,为了解决实际系统辨识中参数噪声方差和观测噪声方差未知的等相关问题,提出了一种改进的无味卡尔曼滤波算法系统参数辨识方法,仿真结果表明,算法具有更好的泛化能力,在复杂的系统负载等情况下,也可以对系统的参数精确有效的进行辨识,验证了该算法是一种有效适用的系统参数辨识方法。     

基于SOKID的无人动力伞模型辨识

对具有独特飞行特性的无人动力伞(Unmanned Powered Parafoil,UPP)进行了研究,建立了无人动力伞九自由度非线性动力学方程,研究了观测器/卡尔曼滤波辨识算法和改进的子空间观测器/卡尔曼滤波辨识算法.根据系统的飞行数据,辨识得到系统的纵向状态空间模型,分析了两种辨识模型的俯仰角响应特性和辨识精度.仿...     

利用双通道格形滤波器同时辨识ARMA模型的参数和阶次

本文重新构造了一种最小二乘通道格形滤波器，并将它用于同时辨识ＡＲＭＡ模型的参数和阶次。数值仿真结果表明，这种辨识算法具有计算量小、精度高等优点。     

误差实时辨识在修正弹落点预测上的应用研究

本文在分析无障碍设计概念的基础上,对肢体障碍者的生理特性进行了论述,探讨了家具的无障碍设计原则,并结合家具的功能要求及其组成对无障碍设计提出了针对性建议。     

用于脉冲噪声图像的交叉视觉皮质模型滤波

脉冲噪声点与其局部周围所在图像像素灰度值之间有很大的差异,导致了交叉视觉皮质模型(ICM)中神经元激发顺序的不同,根据ICM所具有相似神经元同步激发从而产生脉冲输出的特性,对脉冲噪声点进行定位和自适应滤波.结果表明:文中方法处理的受脉冲噪声污染的图像的信噪比较其他非线性滤波器的处理结果提高50%～60%,运算耗时仅为其他非线性滤波器的20%～30%;同时,比其他非线性滤波方案更有效地保持了图像的高频细节信息,给图像的后期处理和识别打下了很好的基础.     

基于注意力机制的用户轨迹识别模型

近年来,基于位置服务的应用逐渐开始普及,它在为人们生活提供便利的同时,也对个人隐私造成了巨大威胁.现有研究表明,在具备大量历史轨迹数据的情况下,攻击者能够从匿名化的轨迹数据集中识别出用户身份与轨迹的链接关系.然而,这些相关研究都面临着数据稀疏和数据质量差这两方面的问题.数据稀疏指用户的轨迹往往只分布在局部区域,同时缺乏...     

机器人视觉跟踪轨迹复现的新方法*

基于视觉的机器人轨迹跟踪路径规划，需要把由视觉采集到的离散的采样数据复现成原曲线，本文提出用卡尔滤波器的方法对数据进行处理，把滤波后的数据直接用于力矩规划，控制机械手完成复现的任务这一方法避免了复杂的曲线拟合，减少了一个近似的环节，提高了控制精度并能不经任何发迹地应用于任意的光滑曲线，本方法在自行研制的直接驱动机器人进行了实验，取得了满意的结果。