简介:为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波(PF)算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。
简介:本文针对高频雷达中高机动目标检测难点,提出利用粒子滤波TBD算法检测高机动飞机目标的方法。该方法将一个相干积累时间内的回波数据进行分段滑窗相干积累,对形成的多帧多普勒域观测数据进行粒子滤波检测前跟踪(TBD)处理,获取目标存在概率及目标运动状态估计。蒙特卡洛仿真结果和回波数据验证表明该方法可提高对高频雷达高机动目标的检测能力,具备一定的工程可行性。
简介:SeveralcubatureformulasonthecubicdomainsarederivedusingthediscreteFourieranalysisassociatedwithlatticetiling,asdevelopedin[10].ThemainresultsconsistofanewderivationoftheGaussiantypecubaturefortheproductChebyshevweightfunctionsandassociatedinterpolationpolynomialson[-1,1]~2,aswellasnewresultson[-1,1]~3.Inparticular,compactformulasforthefundamentalinterpolationpolynomialsarederived,basedonn~3/4+(?)(n~2)nodesofacubatureformulaon[-1,1]~3.
简介:摘 要:随着工程结构的复杂化和非线性特性的增加,准确预测结构的动力响应成为工程领域的重要挑战。本文提出了一种基于粒子滤波算法的结构动力响应实时预测方法。该方法利用粒子滤波算法的非线性建模和不确定性建模能力,有效克服了传统方法在面对复杂结构和非线性系统时难以获得准确结果的问题。首先,通过建立结构的数学模型和物理方程,将结构的动力行为描述为一个状态估计问题。然后,引入粒子滤波算法,实现对结构状态的估计和预测。实验结果表明,基于粒子滤波算法的结构动力响应实时预测方法具有较高的准确性和可靠性。它能够捕捉到复杂结构和非线性系统的动力特性,并考虑外界激励和结构系统的不确定性,从而提供更精确的动力响应预测结果。未来的研究可以进一步改进粒子滤波算法的性能,提高预测的精度和效率,推动该方法在结构工程领域的广泛应用。
简介:地形辅助导航是一种利用地形高度信息定位的导航技术,由于地形高度起伏是非线性的,因此地形辅助导航本质是非线性、非高斯贝叶斯后验概率估计问题。粒子滤波因为适合非线性、非高斯估计问题,被引入地形辅助导航领域得到广泛研究和应用,但粒子滤波算法存在粒子匮乏的问题,会影响定位精度。针对此问题,将高斯混合无迹粒子滤波(GMUPF)用于地形辅助导航,该算法用高斯混合模型(GMM)近似粒子分布,用无迹卡尔曼滤波(UKF)估计重要密度函数,不需要做重采样。通过用实际地形数据做飞行仿真实验,结果显示相比粒子滤波,不仅没有粒子匮乏问题,而且所用粒子数更少时估计精度略好。
简介:为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。
简介:针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。
简介:采用控温箱—热流计法对墙体进行检测,此过程中必会受到外界噪声的影响,同时在实际测试的过程中很难有长时间的测试数据来计算出墙体传热系数,于是采用了扩展卡尔曼滤波和粒子滤波这两种方法来预测估计,比较两种方法所得的预测值与真实测的值,仿真结果表明,粒子滤波精度和计算效率优于扩展卡尔曼滤波,同时通过计算的估计值来计算墙体传热系数。
简介:采用控温箱—热流计法对墙体进行检测,此过程中必会受到外界噪声的影响,同时在实际测试的过程中很难有长时间的测试数据来计算出墙体传热系数,于是采用了扩展卡尔曼滤波和粒子滤波这两种方法来预测估计,比较两种方法所得的预测值与真实测的值,仿真结果表明,粒子滤波精度和计算效率优于扩展卡尔曼滤波,同时通过计算的估计值来计算墙体传热系数。