论文部分内容阅读
在研究宏观空间运动特性的基础上,利用数值微分作为表达工具描述未知运动过程的动态特性,构造了数值微分型滤波模型(NDFM)和数值微分型滤波-预报联合模型(NDFPM)。这种方法能根据各种应用要求对动态特性完全未知的运动过程建立结构简单、鲁棒性强的估计模型,而且容易选择估计算法获得满意的性能。本文对未知扰动作用下的被控过程建立NDFM并实现状态重构和扰动补偿;对动态未知的被跟踪目标建立NDFPM并估计出运动参数的当前值和一步预报值。仿真结果表明这两种模型具有较强的鲁棒性和满意的估计精度。