简介:针对多飞行器协同拦截机动目标过程中的目标状态估计问题,提出了一种多飞行器对目标加速度的一致性协同估计方法。构建了多飞行器分布式协同估计结构,将扩张状态观测器和一致性理论相结合,设计了分布式协同一致性估计器。利用扩张状态观测器对目标状态进行估计,在此基础上利用一致性理论为各飞行器设计协调控制量,通过局部信息交换使得各飞行器得到一致的估计值,实现对目标加速度的精确估计。利用稳定性判定理论对一致性估计器的误差和收敛性能进行了分析,并将设计的一致性协同估计方法应用到协同拦截系统中进行了仿真验证。仿真结果显示,在不同的目标机动形式下,对目标加速度估计误差始终小于0.5m/s2,因此设计的一致性估计方法能够实现对目标加速度的精确估计,且具有较强的鲁棒性。
简介:基于Krein空间的鲁棒Kalman滤波器与通过其它方法建立的鲁棒Kalman滤波器相比有较高稳态精度。文中将基于Krein空间的鲁棒Kalman滤波方法用于导弹捷联惯导系统动基座传递对准,并与标准Kalman滤波进行了比较。仿真结果表明,在垂直比力参数存在摄动的情况下,如果基于Krein空间的鲁棒Kalman滤波器的参数选取适当,它的精度鲁棒性优于标准Kalman滤波。
简介:针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题,提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波(KF)基础上,当SAR有量测信息生成时,根据多模型方法进行量测预测,利用预测值修正SINS状态;而SAR无量测信息输出时,通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明,采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内,航向角稳态误差值小于5.8";而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内,航向角稳态误差小于4.7",证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。
简介:在详细分析光纤陀螺零漂的基础上,提出了先用滤波算法对光纤陀螺信号进行预处理,然后采用RBF神经网络对滤波后的信号进行建模的方法.针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理,比较三种滤波方法,小波滤波算法效果优于其它两种预处理方法,但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时,小波滤波预处理后的信号在建模精度上却是最差的,而对FLP算法滤波后的信号进行RBF建模,建模精度提高了两个数量级。结果表明:基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的,可大大提高建模的精度。