排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
2.
3.
强跟踪SRCKF及其在船舶动力定位中的应用 总被引:4,自引:0,他引:4
针对平方根容积卡尔曼滤波器(SRCKF)在定位系统船舶模型不确定时存在滤波精度下降甚至发散的问题,提出了一种具有强跟踪性能的SRCKF算法.基于强跟踪滤波器(STF)的理论框架,采用三阶球面径向容积规则代替STF中的雅克比矩阵计算,结合渐消因子的等价表述,构建强跟踪SRCKF.基于滤波收敛判据和渐消记忆滤波思想,分析了强跟踪SRCKF的收敛性.强跟踪SRCKF兼具STF鲁棒性强、SRCKF滤波精度高和实现简单的优点,有效克服了STF的理论局限性及SRCKF在系统模型不确定时滤波性能下降的缺点.利用船舶陆上仿真系统进行试验,证明了强跟踪SRCKF的有效性. 相似文献
4.
5.
6.
针对实际系统状态估计具有互相关噪声的情况,研究了互相关噪声下非线性系统状态估计问题.首先基于贝叶斯理论推导出新的互相关噪声下的贝叶斯估计算法.然后使用三阶球面径向基(spherical-radial)规则计算贝叶斯估计中的非线性积分,当噪声互相关时,基于扩展卡尔曼滤波的思想分别计算状态矩阵和观测矩阵的Jacobi矩阵,可得互相关噪声下的容积卡尔曼滤波(cubature Kalman filtering with one-step auto-correlated and two-step crosscorrelated noise,CKF--CCN);当噪声不相关时,可得容积卡尔曼滤波(cubature Kalman filtering,CKF)及其平方根形式(SCKF).最后通过动力定位系统仿真实验,表明提出的CKF-CCN的估计精度要高于SCKF和仅考虑一步互相关的平方根容积卡尔曼滤波(SCKF-CN). 相似文献
7.
针对监督控制系统输入受限时的切换问题,利用小增益控制法为系统构造多个控制器,并提出一种新的切换逻辑.该切换逻辑可以避免切换系统出现频繁切换,还可以保证系统不会因滞后参数选取的不当而错失切换到最佳的控制器.文中利用积分输入-状态稳定性原理证明了该切换逻辑可以保证闭环系统的稳定性.最后对一组输入约束小增益控制系统进行计算机仿真验证,仿真结果表明了该切换逻辑的有效性. 相似文献
8.
基于模糊神经网络的水下潜器多变量解耦控制研究 总被引:1,自引:0,他引:1
潜器在水下进行特殊作业时,需保持空间六自由度的定位姿态,对定位的控制存在叉影响,因而给潜器的精确控制带来困难。针对这一控制非线性系统,提出了一种基于模糊神经网络(DFN)控制方法,该方法对非线性多变量动态系统具有较强的处理能力;它将多输入多输出的复杂系统转变成神经网络设计和耦合补偿结构,预估补偿器方法是通过预定试验的离线学习,获得耦合的预估知识,然后在线完成补偿,仿真结果显示该方法具有很好的鲁棒性。 相似文献
9.
10.
建立了水下机器人的动力模型,分析了辨识该模型的神经网络结构,采用带自反馈的Elman网络来获得更精确的结果。针对BP算法即误差反传算法的缺陷,提出了用混合优化算法——误差反传算法和遗传算法的混合算法(又称:GA&BP算法)修正网络权值。最后,将改进的Elman网络应用于水下机器人的非线性辨识。通过仿真证明了该方法用于高阶非线性系统的实用性。 相似文献