排序方式： 共有4条查询结果，搜索用时 78 毫秒
1
1.
卡尔曼滤波过程的稳定性研究 总被引：11，自引：1，他引：10
卡尔曼滤波器的稳定性并不能保证实际的滤波器算法具有收敛性,而传统的关于滤波发散的判定方法是基于量测不能出现野值这一严格的假设条件,具有一定局限性;并且通常关于滤波发散只是一种定性的描述,具有一定模糊性。为此,考虑到量测可能出现野值的情况,从滤波发散的具体数学形式出发,提出了卡尔曼滤波过程的稳定性概念,在此基础上给出了滤波发散的判定定理,既消除了通常关于滤波发散描述的模糊性,又降低了通常判定方法的要求。 相似文献
2.
研究了某个子系统发生传感器故障时,信息分配对无故障子系统的鲁棒性影响问题。基于提高无故障子系统的抗故障污染能力考虑,从使故障影响极小化出发提出了一种鲁棒信息分配思想。对于仅由双子滤波器组成的联邦滤波结构,给出了一种基于故障检测函数的自适应信息分配方法。从概率的角度,根据这种方法可使其他无故障子滤波器具有较强的抗干扰能力。对于具有主滤波器的联邦滤波结构,给出了一种给定故障衰减系数条件下的鲁棒信息分配系数设计方法。理论分析表明,该方法可使其他无故障子滤波器对故障具有很强的抗干扰能力,从而有利于提高联邦滤波器的快速重构能力。仿真说明本文思想是可行的。 相似文献
3.
基于滤波过程的卡尔曼滤波发散判定方法 总被引：4，自引：0，他引：4
分析了传统的基于单步量测的新息序列不等式判据等方法进行卡尔曼滤波发散判断的局限性,根据卡尔曼滤波过程的稳定性定义,采用矩阵序列极限形式给出了基于滤波过程的更加严格的滤波发散判据以及判断滤波发散的实际算法。根据4个判定条件,不但可以判断滤波过程是否发散,而且可以在很大程度上克服不等式判据的缺陷。该方法是基于整个滤波过程而不是基于单步量测,避免了原方法对量测野值比较敏感的缺点,提高了判断的抗野值能力,有利于减少误判风险以及提高判断的可靠性和准确性。仿真结果表明,结论是正确和有效的。 相似文献
4.
考虑到故障隔离后故障信息的影响一般需要一段时间才能够消除,研究了当某个子系统发生传感器故障时,其他具有不同信息分配系数的无故障子系统的鲁棒性问题.基于理论分析提出了一种鲁棒信息分配思想,并指出了该思想应当满足的信息分配系数关系.然后给出了一个信息分配系数的专家自适应调整方法,即基于子系统在不同环境下可能发生的故障概率,建立相应的调整规则进行信息分配.从概率的角度,根据这种方法可使其他无故障子滤波器具有较强的抗干扰能力,从而使重构的联邦滤渡器快速输出不含故障信息的融合结果.理论分析和仿真说明该方法是可行的. 相似文献
1