【摘 要】
：
提出了SUT-H∞滤波算法,在修正极坐标系和直角坐标系中基于纯方位信息对目标实施跟踪。区别于以往的最小均方差为准则的估计方法,SUT-H∞利用了线性H∞鲁棒滤波准则。采用SUT线性化极坐标系的状态方程和直角坐标系的观测方程,并将其与线性H∞鲁棒滤波相结合,分别在两种坐标系下推导出SUT-H∞滤波算法。通过对MATLAB仿真结果进行对比分析,修正坐标系下的SUT-H∞滤波的稳定性和精度要优于直角坐标
【机 构】
：
中国科学院沈阳自动化研究所机器人学国家重点实验室,中国科学院研究生院
论文部分内容阅读
提出了SUT-H∞滤波算法,在修正极坐标系和直角坐标系中基于纯方位信息对目标实施跟踪。区别于以往的最小均方差为准则的估计方法,SUT-H∞利用了线性H∞鲁棒滤波准则。采用SUT线性化极坐标系的状态方程和直角坐标系的观测方程,并将其与线性H∞鲁棒滤波相结合,分别在两种坐标系下推导出SUT-H∞滤波算法。通过对MATLAB仿真结果进行对比分析,修正坐标系下的SUT-H∞滤波的稳定性和精度要优于直角坐标系下的SUT-H∞滤波。
其他文献
沙特阿拉伯王国是中国一带一路倡议蓝图中的重要一站。自2004年,连续13年成为中国在西亚北非地区第一大贸易伙伴。2016年,与中国贸易额423亿美元。中国从2013年,连续4年成为
近日，德国科学家利用医药专业技术成功研制出抗菌塑料食品包装。该包装适用于牛奶等液体饮料的包装，是食品包装技术领域的一个重要变革。德国加工工厂和包装技术协会的研究人员
针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确
近邻传播聚类(AP)方法是近年来出现的一种广受关注的聚类方法,在处理多类、大规模数据集时,能够在较短的时间得到较理想的结果,因此与传统方法相比具有很大的优势。但是对于一些聚类结构复杂的数据集,往往不能得到很好的聚类结果。通过分析数据的聚类特性,设计了一种可以根据数据结构自动调整参数的核函数,数据集在其映射得到的核空间中线性可分或几乎线性可分,对该核空间中的数据集进行近邻传播聚类,有效提高了AP聚类
体绘制中体元二义性使灰度—梯度幅值传递函数空间中出现拱形区域,可视化工具操作者难以快速、准确地选取出感兴趣目标。针对这个问题,介绍了一种在传递函数空间引入边界曲面零交叉点特征的算法。该算法结合面绘制移动立方体算法跟踪边缘立方体并记录所有边界曲面的零交叉点,并利用这些零交叉点的特征信息对灰度—梯度特征空间进行重构并选取感兴趣边界曲面。最后通过实验证明了上述方法对目标边界曲面的选取行之有效。
实际的雷达跟踪问题大多属于非线性问题,存在着各种物理约束,采用基于在线滚动优化原理的滚动时域估计方法可以有效地处理带约束非线性目标跟踪问题。滚动时域估计通过引入到达代价函数,将非线性跟踪滤波问题转换为带约束的有限时域优化问题,可以有效减少优化问题求解的计算量,能够显著提高状态估计的准确度。针对实际的雷达跟踪问题,仿真结果表明,滚动时域估计能有效地提高非线性目标跟踪的精度。
针对基站配置上百个天线的多用户MISO系统上行信号检测问题,结合基于变化的最大似然(ML)代价函数判决门限的随机重启策略,改进主动禁忌搜索(RTS)检测算法性能。仿真实验表明,相比基本的RTS算法以及似然上升搜索算法(LAS)及其变体,在相同条件下该算法误符号率性能更优,尤其是在高阶QAM调制和信道增益矩阵为欠定阵(用户数大于基站天线数)时,其他算法存在严重的性能恶化,而该算法仍能呈现良好的性能。
TD-LTE系统有传输分集和空间复用两种传输模式。对于PDCCH(physical downlink control channel,物理下行控制信道)的信号检测采用传输分集模式。传统PDCCH的解资源映射是以REG(resource element group,资源粒子组)为单位,并且要考虑参考信号,导致接收端计算量大大增加。提出一种改进算法,在信号检测时去除参考信号,进入解资源映射模块时即可以
针对一体化装置的故障预测难题,提出了一体化装置故障诊断模型。通过对模型进行分析,找出系统主要的故障元素及各子系统的故障概率,根据系统可靠性理论,从提高系统可靠性的角度出发,提出了可靠性规划方法,以各个装置分配备用装置的顺序为阶段和装置间所允许使用的总备用个数为状态变量,对主要故障元素进行可靠性规划。最后通过仿真分析,大幅度提高了一体化装置的安全稳定性,结果表明了所提方法的可行性和有效性。
针对和声搜索算法不能很好地求解多目标优化问题的缺陷,提出一种多目标和声搜索—分布估计混合算法(MHS-EDA)。该算法一方面利用分布估计的采样操作对和声记忆库内进行搜索,拓宽了和声记忆库内空间;另一方面对和声记忆库外进行外部档案搜索,实现群体间信息交换,从而提高了多目标和声算法的全局搜索能力。数值实验选取六个常用测试函数,并与多目标遗传算法、多目标分布估计算法、多目标和声搜索算法进行比较,测试结果