随机加权粒子滤波

研究粒子滤波方法优化问题,粒子退化是传统粒子滤波存在的致命缺陷.由于粒子退化,导致滤波精度的明显下降.针对粒子退化问题,在研究随机加权估计和粒子滤波算法的基础上,提出了一种新的随机加权粒子滤波算法.算法通过对样本进行随机加权,克服了传统粒子滤波算法中的粒子退化问题,保证了粒子的多样性.仿真结果表明,在小子样条件下,随机加权粒子滤波比经典粒子滤波的精度高.在大样本下二者的性能相同.但随机加权粒子滤波不需要重采样,因而算法简单,计算量小,更适合非线性非高斯系统模型的滤波计算,可为实际应用提供参考.     

GPS/DR车辆组合导航改进的粒子滤波算法研究

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。     

战术弹道导弹SINS/GNSS/SAR组合制导方法研究

针对SINS／GPS组合制导系统在战术弹道导弹的应用中存在的问题，本文在该组合系统中融入了合成孔径雷达（SAR）传感器，用以提高系统的自主性、容错性和制导精度。仿真结果表明，SINS／GNSS／SAR组合系统的制导精度比SINS／GPS有所提高。它是一个更加完善的组合制导系统。     

随机加权估计的相合性及其在数据融合中的应用

首先在X1，X2．…，Xn独立同分布（iidF）的情况下，给出了分位点过程n^1/2{Fn^-1（g）-F^-1（g）}分布的随机加权估计；其次证明了n^1/2。{Fn^-1（g）-F^-1（g）}的随机加权逼近的相合性；最后将随机加权估计应用于多传感器数据融合中。仿真结果表明：文中提出的随机加权估计优于文献[4]所给出的Bootstrap逼近，提高了估计的精度。     

基于参考磁链增量的直接转矩控制系统研究

根据定子磁链的期望增量计算出参考电压矢量.参考电压矢量由空间电压矢量调制技术合成产生.利用Matlab/Simulink构建了系统模型,给出了仿真结果.表明系统能够更好地控制定子磁链和转矩的脉动,并在低速下也具有良好的性能.