具有指定协方差的连续系统采样估计

该文在充分考虑系统内采样特性的基础上提出了采样估计协方差的定义,以便精确地描述采样估计性能。     

观测不确定情形下连续系统的采样估计

在机动目标跟踪等实际问题中 ,如果被跟踪的目标失踪 ,则用于状态估计的观测信号就具有不确定性 .在充分考虑系统内采样特性的基础上 ,讨论了观测不确定情形下连续系统的采样估计问题 ,旨在设计离散滤波器 ,使采样估计协方差配置至指定值 .文中利用一修正的离散 L yapunov方程 ,给出了期望滤波增益的存在条件及解析表达式 ,并以数值例子说明了本文设计方法的直接性和有效性     

线性随机不确定系统的满意估计

在随机线性不确定系统中，设计一个满意的状态估计器在工程中有很大的实际意义．首先，根据满意控制思想，针对一类在状态矩阵及噪声矩阵中均含有不确定性的随机系统，设计一种满意估计器，使预测误差系统在模型的参数发生扰动时，依然满足预先给定的设计约束指标，得到了满意估计问题求解的充分条件；然后根据分析给出了满意估计器设计的算法．这个算法表明，线性随机不确定系统的满意估计器的设计是有效可行的。     

一类不确定线性组合系统的输出跟踪

针对两种不确定线性组合系统提出了存在分散鲁棒反馈控制器和输出跟踪器的充分条件。系统中不确定项具有数值界,可不满足所谓的匹配条件,对于第一种系统,其不确定项可以是时变的,其受控系统以任意给定的收敛率指数渐近稳定;第二种系统中的不确定项是时不变的,文中给出了的鲁棒跟踪器可使受控系统渐近跟踪给定的参考输入。     

执行器饱和的不确定时滞系统的镇定

针对控制系统中广泛存在的饱和问题,主要讨论了具有执行器饱和的连续线性常时滞不确定系统的镇定问题。由于饱和具有典型的非线性特性,在应用李雅普诺夫稳定性理论分析饱和系统时,必须对饱和非线性项进行处理。首先,根据扇形区域法引入无记忆状态反馈处理饱和项,并假设不确定项满足范数有界性条件,应用李亚普诺夫函数方法研究系统渐近稳定的充分条件,消除了不确定部分与时滞现象对系统带来的影响。其次,在闭环系统渐近稳定的条件下,将得到的非线性矩阵不等式转化为线性矩阵不等式,给出了无记忆状态反馈控制器的存在条件和设计方案。最后,通过一个二维数值仿真算例验证了所得结果的可行性和有效性。     

不确定连续系统稳定鲁棒性分析的代数方法

考虑线性连续时间系统在非结构式参数扰动下的稳定鲁棒性分析问题，该文提出一种新的有效的代数方法，由此导出可允扰动的范数上界，作为特例研究了含结构式参数扰动的不确定系统的稳定鲁棒生，并推广到双线性系统的情形。与已有结果相比，该文关于不确定性无需附加任何匹配条件。数值说明了该文分析方法的简单性与直接性。     

不确定系统约束条件下的控制问题

讨论了线性不确定系统在控制能量受限下的能控性问题,给出了判定不确定系统完全能控的充分条件,证明了线性不确定系统控制能量受限下的能控性的几个判据,对控制能量受限下状态不能控也给出了一个判据。     

线性不确定系统的约束鲁棒采样控制

针对连续系统直接设计数字控制器的采样控制理论引起了广泛的重视．目前采样控制理论不易处理系统的参数不确定性和状态的时域约束,基于实用稳定性理论给出了采样系统实用稳定的条件,在此基础上分析了线性参数不确定系统的采样控制问题,结果表示为线性矩阵不等式．提出的方法弥补了传统采样控制方法在处理系统的不确定性和时域性能约束上的不足,因此结果具有较大的理论与应用价值     

多传感器远距离目标跟踪精度分析

该文主要研究了非线性系统中多传感器远距离目标跟踪问题,提出了分布的转换坐标卡尔曼滤波算法,给出了当多传感器不在同一位置时融合中心的状态估计组合公式。     

目标跟踪滤波性能的评价准则

针对单目标跟踪滤波性能评价标准,分析研究均方根误差、误差适配百分比、和方根误差、带有理论边界的状态误差、带有理论边界的新息序列、归一化估计误差平方和具有理论边界的归一化信息平方.针对多目标跟踪滤波性能评价标准,分析研究圆丢失概率、Hausdorff距离、Was-serstein距离和最优子模型分配距离.并讨论跟踪滤波算法时间复杂度的度量方法.     

一个基于知识的目标跟踪信息处理系统

提出了一个基于知识的目标跟踪信息处理系统，系统采用结构化的黑板模型．领域知识不仅用来指导高级的目标识别与跟踪，也用来指导低级的图像分割．研究了一种不确定性知识的表示方法和推理模型，知识用产生式规则和过程表示．实验表明，所提出的方法是切实可行的．基于知识的目标跟踪系统在目标识别、跟踪精度、抗干扰能力和自适应能力等方面比传统方法优越．     

机动输入子波估计的卡尔曼滤波器

提出一种新的机动输入估计的卡尔曼滤波器,该滤波器利用子波滤波从新息中估计机动造成的附加位移,由此修正卡尔曼滤波器的状态估计,模拟实验表明这一方法比通常的机动输入估计卡尔曼滤波器（ＩＥ）具有更好的目标跟踪性能,而计算也更为简便。     

具有时滞的不确定系统的变结构控制

针对具有输入控制时滞的不确定系统,提出了一种具有滑动模态的变结构控制。设计出了系统切换函数和控制律,用切换函数使滑动模态渐近稳定,用变化的不连续控制保证滑动模态的存在和削弱抖振。     

跟踪门对多目标跟踪系统性能的影响

讨论了密集目标环境下跟踪门门限对多目标跟踪系统性能的影响。在略去杂波的情况下,以方差压缩比作为跟踪系统性能的衡量指标,对跟踪门性能进行了理论分析。给出了矩形跟踪门配合K alm an滤波算法和PDA关联算法的仿真数据。提出了一种跟踪门门限的选取方法,将离线仿真得到的门限直接应用于跟踪系统,门限计算复杂减小,适用于对速度要求较高的跟踪系统。     

分布式多目标跟踪中数据融合的一种新方法

数据融合问题是分布式多传感器多目标跟踪中的关键问题。相关文献在航迹和假设的相容性判别以及数据融合过程的分析等问题上存在一些不足。该文从“无矛盾原则”出发,给出了准确而完善的航迹和假设相容性判别条件,澄清了前人在此问题上的一些模糊概念。对航迹和假设的融合过程做了详细的分析,提出了“定向融合航迹”和“自由融合航迹”的概念。按照新的航迹和假设相容性判别条件,进行了仿真实验。实验结果证实新方法是有效性的。     

用自适应扩展卡尔曼滤波跟踪水下目标的算法研究

针对短基线声纳系统跟踪水下目标的问题,建立了状态方程和观测方程,提出了一种自适应扩展卡尔曼滤波的跟踪算法,该算法包含八个基本步骤。将声波传输时延转换为水下目标的距离,用卡尔曼滤波的方法对数据中的噪声进行滤波。对目标的匀速航行和机动航行进行了仿真实验,实验结果表明了该算法的正确性和有效性。最后将该算法用于水下目标的实测数据,收到了良好的效果。