加权滤波方法

卡尔曼滤波方法[1]在使用中常常遇到滤波发散的问题.本文所讨论的加权滤波方法,就是在实际使用中,为了克服滤波发散和计算误差累积的发散所提出的一种滤波方法.这种方法可以进行长时间的递推计算,而不会引起滤波发散.而且,这一方法的计算量和存贮量比起为了克服发散而提出的限定记忆滤波方法[2]要小得多.已经出现的指数加权滤波方法[3]仅是这种加权滤波的一种特殊情况.     

无迹卡尔曼滤波算法在二级倒立摆上的应用研究

研究滤波算法在倒立摆系统控制中的应用。首先,采用机理法建立二级倒立摆的数学模型。其次,利用线性二次型控制器和无迹卡尔曼滤波算法,实现了二级倒立摆系统的仿真控制。特别地,从实验角度考察使用滤波算法与否对二级倒立摆系统控制效果的影响。实验结果表明,使用无迹卡尔曼滤波算法可明显提高控制器收敛速度,改善其稳定性,减少其超调量。进一步,对加无迹卡尔曼滤波算法和加扩展卡尔曼滤波算法进行的对比实验表明,前者收敛速度快,振动平稳,超调量小。采用无迹卡尔曼滤波算法对倒立摆系统进行实时滤波是非常有效的方案。     

弹道测定中推广卡尔曼滤波的误差分析

在弹道测定中,经常采用推广卡尔曼滤波方法进行实时跟踪.我们知道,当观测量的采样间隔较大、观测误差较大时,推广卡尔曼滤波将引进较大的离散化、线性化误差,从而影响滤波精度,对大气外弹道测定,正是这种情形.本文针对大气外弹道测定,具体分析非线性动态方程和非线性量测方程所产生的离散化、线性化误差的影响.由于对大气外弹道测定,如采用椭圆六个轨道根数作状态量,此     

非线性系统的一种滤波方法

对于较为一般的非线性系统,本文在修正和推广的方法之基础上,综合了一些非线性滤波方法的优点,提出一种实时滤波方法.这种方法的计算量比推广Kalman滤波方法要小得多,而精度却与其相仿.给定如下的非线性系统X_(k+1)=f(X_k,k)+Г(X_k,k)W_k,(1)Z_k=h(X_k,k)+V_k (2)这里,X_k∈R~n,Z_k∈R~n,{W_k}、{V_k}均为零均值白噪声序列,且EV_kV_j~τ=Rδ_(kj),δ_(kj)为     

求解非线性不适定的混合Newton-Tikhonov迭代法

鉴于Newton型方法在实际计算中计算量可能非常大,因此提出了一种一步Newton结合若干步简化Newton的混合Newton-Tikhonov方法,并且在一定条件下证明了该方法的收敛性和稳定性.数值试验表明,在减少计算量方面该方法相对于经典的Newton方法有明显的改善.     

基于状态不确定性的动态滤波算法

本文将不确定性表示为状态约束,融入平差模型,建立基于状态参数不确定性的滤波模型.首先从无状态约束条件下的平差准则中推导出无约束滤波算法,该算法与卡尔曼滤波算法是一致的.然后扩展到不等式约束和椭球约束的平差准则,推导出基于状态约束的动态滤波算法.通过实例计算,对不同状态约束的动态滤波模型进行比较.结果表明基于状态不确定性的动态滤波算法要优于卡尔曼滤波算法,且简便高效,具有显示表达式.     

限定记忆加权滤波方法

限定记忆滤波方法是克服滤波发散的一种有效方法。然而,限定记忆滤波法也存在一定的缺陷:主要是存贮历史量测数据的数目要和记忆长度相等;递推计算会造成计算误差累积的发散。为了克服前者的不便,可用限定记忆次优滤波方法;为了克服计算误差累积的发散和改善系统误差,本文提出一种限定记忆加权滤波方法。这种方法,是把限定记忆滤波法和加权滤波法有机结合起来,方法简便,效果良好。     

基于多模型自适应估计的姿态敏感器误差校准

提出一种基于多模型自适应估计(MMAE)的星敏感器低频误差(LFE)校准方法.星敏感器低频误差主要是由空间热环境的周期性变化造成的,会对卫星姿态确定精度造成显著影响.低频误差的影响可以通过扩维卡尔曼滤波(AKF)进行校准.但是,在星敏感器观测量中不存在低频误差的情况下,AKF的姿态估计精度往往不及传统卡尔曼滤波(KF).针对这一问题,将KF与AKF相结合,设计了基于MMAE的姿态确定滤波算法,该算法能够根据星敏感器在轨误差特性自适应的选择KF或AKF算法进行滤波.仿真结果表明,所提算法综合性能优于KF和AKF,适用于对姿态确定精度要求较高的高分辨率对地观测卫星.     

广义对称性在积分计算中的应用

本文将积分计算中的对称性方法推广到了一般情形,并提出了通过话当改造被积函数以利用对称性来简化计算的方法。     

广义对称性在积分计算中的应用

本文将积分计算中的对称性方法推广到了一般情形 ,并提出了通过适当改造被积函数以利用对称性来简化计算的方法 .     

存在有界功率扰动和高斯白噪声的滤波算法

传统滤波算法,如卡尔曼滤波,通常对系统模型具有较高的依赖性,需要精确建模才能达到较高的估计精度.而现实场景中由于未知环境因素与建模误差的存在,往往使得估计品质不尽人意.因此针对离散系统同时受有界功率扰动和高斯白噪声影响的滤波问题,提出了一种新的线性时不变的鲁棒最优滤波方法.该方法在保证鲁棒性的同时还能够保证最优均方估计.为了保证鲁棒最优滤波,基于系统级综合方法,并根据误差动力学的系统响应以及干扰和噪声的参数来描述估计性能的上界.并在此基础上,提出了一种数值可处理的新的滤波器设计算法.最后借助测速算例验证了结果的有效性,仿真表明采用该方法得出的滤波算法相比于其它现有方法,能够实现理想的估计品质.     

利用TD估计目标状态

本文对TD进行了推广,并将其应用于带有噪声的量测信号的滤波,由于这种滤波方法不依赖于目标状态方程,从而比传统滤波方法更适用于对未知目标状态的估计．文中给出了相应的仿真例子,进一步验证了TD的滤波效果．     

矩阵方程与滤波稳定性

<正> 引言线性系统最佳线性递推滤波(即卡尔曼滤波)的稳定性是滤波问题中比较重要的一个方面.有了稳定性,在使用卡尔曼滤波时,就不必在初值的选取上下很多功夫,因为经过适当长的时间以后,初值的影响就会逐渐消失.因此,从这种滤波方法出现时开始,稳定性就成为它的一个重要研究课题.     

极差在方差分析中的应用

方差分析是数理统计的重要方法之一,已广泛地用在试验设计、回归分析、误差分析、气象与水文预报、地质勘探等方面.但方差分析由于要计算一系列平方和,计算量较大,给工作带来不便,于是自然希望寻求一种简化的方法.方差分析如何简化有不少途径,利用极差就是其中一种比较有效的方法.极差的方法计算比较简单,效率与通常的方差分析法相近,对实际工作者是值得推荐的.     

主成分方法用于聚类分析

本文提出一种新的聚类分析方法，它通过主成分分析简化数据，将原样品转化成单指标有序样品，然后利用有序样品的系统聚类法加以分类．其特点是计算量小，节省计算机内存．文中附有一个实例对算法进行说明．     

基于三次卷积插值的贝叶斯滤波方法研究

针对一类二维空间系统的状态估计模型,提出了一种用三次卷积插值方法递推估计的非线性滤波算法.仿真实例采用一个常用的非线性模型,并与粒子滤波算法进行对比分析,仿真结果表明三次卷积插值方法提高滤波估计精度,从而验证其估计一类状态估计模型解析解的可行性,其插值算法还可以推广到多维空间系统.     

自治Lienard系统的简化HX方法

应用HX方程逼近方法,具体讨论自治Lienard系统的求解,提出这类系统的简化HX方法.使用此方法求解自治Lienard系统时,逐片HX方程的系数表达式得到简化,能够减少其计算步骤,降低其运算的时间和空间复杂度.最后通过一个仿真实验验证了简化HX解法在求解Lienard系统时,具有较高的逼近精度,同时节约了计算时间.     

原子核自旋陀螺仪的基本原理

介绍了一种基于K-~3He comagetometer原理的新型核自旋陀螺仪.这种陀螺仪精度提高的空间大,因此对它的研究具有重要意义.在comagnetometer中,系统状态演化的方程较为复杂,在简化的Bloch绘景下,给出了comagnetometer的输出信号与陀螺仪转动角度的关系.最后,将系统状态演化的方程推广到量子滤波方程,通过连续测量和量子反馈控制的方法,达到提高系统的稳定性和测量灵敏度的目的.     

考虑时变状态约束与输入饱和的PMSM随机系统指令滤波控制

针对考虑时变状态约束和输入饱和的永磁同步电机随机系统的位置跟踪控制问题,提出了一种基于障碍Lyapunov函数的指令滤波反步控制方案.首先,构造障碍Lyapunov函数以保证电流、转速等状态量不违反时变约束条件.随后,利用模糊逻辑理论处理电机随机系统中的未知非线性项.此外,采用了指令滤波技术与误差补偿机制相结合的方法,不仅解决了传统反步法中出现的“计算爆炸”问题,而且消除了滤波误差的影响.仿真结果表明该控制器能有效抑制输入饱和与随机扰动的影响,提高系统的控制性能,同时能够保证电机系统所有状态在给定的约束范围内.     

动态问题速度有限元法

分析了N.M.Newmark和E.L.Wilson等按位移作变量逐步积分法的主要特点.提出以速度为变量求解动力学问题的速度元法.针对无阻尼系统,构造了一种简化格式,讨论了稳定性.由于该格式在无阻尼和拟静力阻尼情况下为显式,每个时刻,不求解代数方程组,其计算量与Newmark等方法比较,显著减少.对非线性动态问题,该计算格式可作为取得较好迭代初值的一个办法.文中,就任意阻尼系统,列出了速度元法的推广形式.相应非线性情况,提供了速度增量迭代格式并证明了收敛性.文末,附录了典型问题的数值检验结果.