排序方式: 共有84条查询结果,搜索用时 15 毫秒
51.
结合粒子滤波和Kalman滤波的边缘粒子滤波(MPF)是一种新的混合线性/非线性系统的状态估计方法,但是粒子滤波在计算上的复杂使得MPF难以兼顾系统实时性和精度的要求.针对此问题,提出一种基于相似采样粒子滤波算法的MPF滤波框架.算法从系统观测值中采样粒子,并通过一个计算相邻时刻粒子转移概率的步骤,提高了粒子使用率,使得算法能以少量粒子实现对非线性状态量的估计,进而提高Kalman滤波的精度和实时性.给出了算法原理分析和实现流程.以混合坐标系下的目标跟踪为对象,利用蒙特卡罗仿真研究了ILLH_MPF算法的应用,并与常规MPF方法进行了对比. 相似文献
52.
针对离散多时滞系统,设计了一种D稳定鲁棒容错控制器。首先以传感器失效为例,推导出了使系统D稳定的充分条件。然后依次推广到执行器失效以及系统参数不确定的情况。所设计的鲁棒容错控制器既能保持系统的稳定性,又能使系统满足一定的性能要求,且工程上易于实现。最后通过仿真示例验证了文中方法的正确性,并对仿真结果进行了分析。 相似文献
53.
54.
一个分布式实时控制系统的通信设计 总被引:2,自引:0,他引:2
论文对一个分布式实时控制系统的通信设计中的主要设计思想和关键技术作了介绍。该系统对数据传输量的要求不高(9600bps),而对实时性和可靠性的要求较高,针对这样的要求,文中着重介绍了极性识别与自动选择技术以及利用时间计数进程调度整个通信系统工作的方法。 相似文献
55.
标准的粒子滤波存在着权值退化问题,重采样可以解决权值退化问题,但也会带来样本贫化现象.为解决样本贫化问题,提出了一种利用磷虾群优化的改进粒子滤波算法.该算法结合粒子滤波的求解过程,以磷虾个体的诱导、觅食和随机扩散运动引导粒子向高似然区域移动.首先,将粒子滤波中粒子的状态值作为磷虾群的个体位置,从而将粒子的状态估计转化为磷虾群的寻优;其次,针对粒子滤波的特点,分析了磷虾算法中可以改进的参数,对磷虾算法中个体诱导、觅食运动的权值设计了新的动态更新策略,保证算法前期全局快速寻优后期局部精确寻优,同时为保持粒子的多样性,对磷虾个体进行遗传算法中的交叉操作,并设计了新的交叉概率更新公式;最后,在标准磷虾算法的基础上分析了改进算法的收敛性,并选用一种单静态非增长模型进行仿真试验. 仿真结果表明, 所提出的算法与标准粒子滤波以及粒子群、蝙蝠算法优化的粒子滤波相比具有更高的状态估计精度和更小的均方根误差,粒子的分布更合理. 相似文献
56.
当潜艇在水下高速行进时,海水会在潜艇表面形成脱体边界层和分离涡,大尺度分离涡的生成和脱体会引起潜艇力与力矩的大幅度波动,从而影响潜载激光武器随动系统的跟瞄精度与毁伤效能。以潜载激光武器粗精复合轴跟瞄系统为研究对象,分析了潜艇流噪声对粗、精两级跟踪输出误差的影响。基于流体力学基本控制方程,通过层次结构网格下的有限体积法分析了1×107雷诺数下6°偏航角潜艇的流体动力学特性,并通过坐标解算将流体对艇体的扰动转化到光轴坐标系;获得了粗、精复合轴随动系统的传递函数,搭建了闭环控制器,获得了粗、精通道对特征输入信号的时域响应特性;分析了粗、精复合轴随动系统对潜艇流场扰动输出误差的补偿效果,并从流场演化和压力矩脉动层面分析了大尺度分离涡对跟瞄输出误差的影响。研究结果表明:粗、精复合轴随动控制系统可以有效补偿潜艇扰动带来的光轴输出误差,方位角、俯仰角的波动和跟瞄输出误差主要由围壳端面产生大尺度分离的梢涡引起的压力矩脉动造成,艇身扰动因其周期较长而对输出误差没有特别的影响。 相似文献
57.
考虑一类时延网络控制系统,假定其存在输出时延,对其进行故障检测。通过提高控制器端的采样频率,将传感器采样周期等分,这样可以将网络时延近似看成控制器端采样周期的整数倍。在此基础上,建立了基于离散异步动态系统的故障观测器误差方程,并将观测器稳定条件归结为一个线性矩阵不等式。当系统正常时,只要给定的不等式条件成立,该观测器系统就是稳定的。当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生。最后通过仿真实例验证了方法的有效性。 相似文献
58.
59.
光电跟瞄平台的波门跟踪技术 总被引:1,自引:1,他引:0
波门跟踪是提高基于图像等信息实现跟踪的光电平台跟踪精度的有效方法.探讨了脱靶量预测、图像传感器滞后和伺服系统动态精度对波门跟踪的影响.针对一类匀速运动目标,建立了基于图像处理信息和伺服系统反馈信息的目标空间角运动模型,利用最小二乘法获得目标角运动参数的估计,同时推导了目标图像脱靶量的预测公式,结合目标运动预测,完成了自适应波门的设计.最后给出了常规波门和自适应波门的工程跟踪实验,结果表明,文中所提方法创新定性地定量分析了波门跟踪技术在工程实践中的问题,解决方案完整且在工程实验中得到了检验,提高了跟踪的稳定性和系统的实时性. 相似文献
60.
结合特征选择的二叉树SVM多分类算法 总被引:2,自引:0,他引:2
为解决现有二叉树SVM多分类算法采用固定的特征集和结构存在分类精度较低的问题,提出了一种结合特征选择的二又树SVM多类分类算法,采用自上而下分裂的方式构造整个二又树结构,首先计算各节点的所有可能分割,并以分离度和相似度作为依据为各分割选择有效的分类特征子集,再以相应的特征子集计算各分割的类间距,最后选择类间距最大的分割生成子节点,实验结果表明,该算法分类精度较高且计算复杂度低. 相似文献