基于H∞滤波的无源北斗/INS对准技术研究

无源北斗/惯导（INS）组合导航系统中,INS噪声特性和模型存在不确定性,不能很好的满足Kalman滤波对系统的要求,造成滤波系统对误差状态估计不准,影响了对准精度。本文研究了对系统噪声和模型等不确定性具有较强鲁棒性的H∞滤波算法,建立了无源北斗/INS组合对准误差模型,并分别采用H∞滤波、常规卡尔曼滤波和衰减记忆滤波进行了比较仿真。结果表明,采用H∞滤波可以进一步保证对准的快速性和对准精度,在实际应用中有较高参考价值。     

H∞滤波在GPS/INS组合导航系统中的应用研究

根据H∞鲁棒滤波理论,提出了基于H∞滤波技术的GPS/INS全组合导航系统,利用了GPS和INS提供的位置、速度和姿态信息,并对该系统的滤波算法进行仿真.仿真结果表明,在GPS/INS组合中采用H∞滤波,不仅保证了组合系统导航精度,提高了滤波的鲁棒性,而且能够防止滤波发散.     

传感器故障下的鲁棒可靠H_∞滤波

讨论了传感器故障状态下的时变时滞离散系统的可靠H∞滤波问题.采用了一种通用且更实用的传感器故障模型描述传感器故障,基于线性矩阵不等式方法设计可靠滤波器.所设计的滤波器不仅在系统运行良好条件下,而且对于所有容许的传感器故障,滤波误差系统是渐近稳定并具有给定的H∞性能指标.最后以一个数值例子说明了所给方法的有效性.     

基于时滞脉冲系统方法的网络化H_∞滤波

研究了一类具有网络诱导时延和随机丢包的连续线性系统网络化H_∞滤波问题.考虑区间有界的网络诱导时延和伯努利分布刻画的丢包现象,将网络化滤波误差系统建模为一类带有重置方程的时滞脉冲系统.构造合适的Lyapunov-Krasovskii泛函并评估脉冲时刻的能量变化,以可求解的线性矩阵不等式形式设计滤波器,使得滤波误差系统均方渐近稳定并满足给定的H_∞干扰抑制水平.通过仿真验证设计方法有效性.     

关联时滞系统的分散H_∞滤波

考虑一类关联时滞系统,以子系统的输出作为滤波器的输入,分别为每个子系统设计了一个线性滤波器.基于Lyapunov泛函方法,首先得到了滤波器存在的时滞无关的充分条件.为便于滤波器的设计,通过解耦算法将原充分条件转化为一个易于求解的线性矩阵不等式(LMI).进一步,为使滤波器具有良好的H∞性能,将滤波器的设计问题转化为具有LMI约束的凸优化求解问题.数值实例表明了所提滤波器设计方案的可行性.     

不确定时滞系统的反馈H_∞滤波设计

针对鲁棒H∞滤波问题,在不确定时滞系统中,考虑时滞函数是一致连续有界的情况。利用一个新的积分不等式,得到了新的时滞依赖的充分条件,设计一个合适的滤波器,保证滤波误差系统是渐近稳定的,且H∞干扰衰减在规定范围内。     

基于T-S模糊模型的非线性时滞系统的H_∞滤波设计新方法

基于T-S模糊模型研究了非线性时滞系统H∞滤波设计新方法.在该设计方案中,首先利用三重积分构造了新的Lyapunov-Krasovskii泛函,给出滤波器存在的充分条件,然后利用矩阵解耦和凸组合性质给出了滤波器参数矩阵设计方法,使得零初始条件下滤波误差系统是渐近稳定的且满足H∞性能指标.     

模糊中立型时滞系统的H_∞滤波

针对一类带有中立型时滞的Takagi-Sugeno模糊系统,研究了其H∞模糊滤波器的设计问题.采用李雅普诺夫稳定性理论,由线性矩阵不等式方法(LMI)得到了一组解存在的充分条件,给出了该类模糊中立型时滞系统的H∞滤波器设计方法.数值算例证明本文设计不仅满足稳定性要求,而且满足给定滤波误差系统的H∞性能要求的模糊滤波器.     

基于网络的中立型随机时滞系统的H_∞滤波

针对一类中立型不确定随机时滞系统,研究其在网络环境下的鲁棒H∞滤波问题,其中网络因素包括信号传输时滞和数据包丢失.通过构造参数依赖的Lyapunov-Krasovskii泛函、应用投射引理以及引入若干参数依赖的自由权矩阵,给出了滤波误差系统鲁棒随机稳定并具有给定H∞性能的时滞依赖充分条件,解决了将信号传输时滞和数据包丢失考虑在内的鲁棒H∞滤波器的设计问题.     

基于模型参数不确定的四旋翼飞行器混合H_2/H_∞控制

针对四旋翼无人飞行器的模型参数不确定性和在飞行过程中易受到外界不确定性干扰而导致飞行不稳定的问题,首先,对四旋翼无人飞行器进行了较为精确的非线性动力学建模,并进行适当地简化成为存在误差的线性动力学模型,而后,利用鲁棒控制与极点配置原理,设计了一种基于线性矩阵不等式(Linear Matrix Inequality,LMI)的H2/H∞混合鲁棒控制器。MATLAB实验仿真表明,通过与传统的较为单一的H2标准控制器和H∞标准控制器进行比较,文章提出的H2/H∞混合鲁棒控制器能够解决四旋翼无人飞行器本身模型参数不精确和干扰噪声导致控制不稳定甚至发散等问题,展示出了良好的稳定性和鲁棒性。     

基于两自由度H_∞控制策略的泵控液压系统研究

针对泵控液压系统存在的控制精度低和鲁棒性差等问题,提出一种两自由度H∞控制策略。根据泵控液压控制系统的工作原理,采用电液模块功能分区的方法构建其数学模型;引入PID控制器作为串联校正函数,提高系统的响应速度,同时设计反馈控制器及前置滤波器提高系统的跟踪精度和鲁棒性;在泵控液压系统的物理模型上对两自由度H∞控制器进行仿真研究,仿真结果表明所设计的控制器具有良好的跟踪精度和鲁棒性,并对其进行实验研究。实验结果表明,与PID控制器相比,采用两自由度H∞控制器时系统的跟踪误差从3.84%~4.64%降低至0.22%~0.42%,同时对外界扰动具有更好的鲁棒性。可见,所提出的两自由度H∞控制器可用于复杂工况下泵控液压系统的实际控制。     

联邦自适应滤波在SINS/北斗/星敏感器组合导航系统中的应用

本文以无反馈模式的联邦自适应滤波器为基础 ,构建了SINS/北斗 /星敏感器组合导航系统 .由于组合导航的系统模型参数往往与实际的物理参数有偏差 ,因此在采用常规卡尔曼滤波时 ,组合的效果往往很差 .针对实际系统应用分析了适用于系统噪声阵未知情况下的SalychevO联邦自适应滤波算法 ,仿真表明 ,与修正信息分配系数的联邦自适应滤波方法相比 ,本文的方法更适合于系统状态噪声阵未确定时的滤波系统 ,能有效提高导航精度     

H∞滤波和旋转矢量在捷联惯导系统 初始对准中的应用

在捷联惯导的初始对准过程中,为提高系统方位角的收敛速度,采用了旋转矢量算法,同时应用鲁棒H∞滤波技术,避免由于模型和噪声统计特性的不确定性造成的系统发散. 对实际激光捷联惯导系统数据进行处理后结果表明,与传统的欧拉角方法相比,采用旋转矢量法能有效缩短对准时间.     

H_∞优化控制理论在振动控制系统中的仿真研究

研究了H∞优化控制方法在振动控制系统中的应用。以磁悬浮球装置作为被控对象,研究了H∞优化控制在抗干扰能力、鲁棒性,以及抑制“溢振”方面的性能。仿真结果表明H∞优化控制理论在振动控制中抑制“溢振”方面具有优良性能。     

基于时滞的网络控制系统鲁棒H_∞滤波

针对图像序列目标匹配跟踪中出现模板漂移导致目标丢失的问题,提出一种基于距离加权平均绝对差的模板漂移抑制算法。对传统的最小绝对差准则进行改进,利用模板边缘到中心的距离作为参数对实时图与基准图的绝对差结果进行加权,增大失配位置漂移误差,使得真实位置的绝对差最小以防止模板更新过程中产生漂移。研究结果表明:该算法可以在跟踪中有效抑制模板漂移,实现对形变目标的长时间稳定跟踪,实时性好,便于在实时系统中实现。     

参数不确定离散切换奇异系统的鲁棒H_∞滤波

研究了参数不确定离散切换奇异系统的鲁棒H∞滤波问题.基于受限系统等价(r.s.e.)变换,并引入新的状态变量,将滤波误差系统转换为切换标准线性系统,然后根据线性矩阵不等式,设计了一个切换滤波器,保证了滤波错误系统对所有容许的不确定性是正则、因果、稳定的,并满足H∞性能.该H∞滤波器既可以是全阶的也可以是降阶的.数值实例说明了方法的有效性.     

不确定离散时滞系统的鲁棒H_∞弹性滤波

针对一类具有参数不确定性的离散时滞系统,研究了鲁棒H∞弹性滤波器的设计问题.系统中的参数不确定项满足范数有界条件,待设计的弹性滤波器含有乘型滤波增益变化.首先,按照滤波器设计形式构造出滤波误差动态系统.然后,运用Lyapunov稳定性理论,获得满足设计要求的鲁棒H∞弹性滤波器存在的可解性条件,即代入滤波误差动态系统的参数.最后,利用矩阵变换方法,将鲁棒H∞弹性滤波器的设计问题归结为一个线性矩阵不等式(LMI)求解问题;通过求解LMI,获得满足设计要求的鲁棒H∞弹性滤波器参数,使滤波误差动态系统渐近稳定,且满足H∞范数界γ干扰衰减.基于数值实例的仿真结果验证了该弹性滤波器设计方法的有效性.     

自适应联合H∞滤波器及其在组合导航系统中的应用

研究了联合H∞滤波模型融合信息在各子滤波器中的分配原则,利用改进的Elman网络设计了信息分配系数自适应调节算法,给出了引用此算法的自适应联合H∞滤波器模型,并且给出了该模型的详细算法．MIMU／GPS／HMR组合导航系统的仿真结果表明,应用本文提出的自适应联合H∞滤波器实现了融合信息在各局部滤波器和主滤波器的自适应分配,提高了系统状态估计精度和滤波器解算速度．     

基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法

针对捷联式惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统模型的误差以及粒子滤波(PF)存在的粒子退化问题,结合无迹卡尔曼滤波(UKF)算法,提出一种基于PF-UKF组合滤波的SINS/GPS组合导航系统空中对准方法.由误差四元数代替姿态角,以SINS和GPS的位置差和速度差作为观测量,建立新的组合导航系统误差方程.所提出的PF-UKF组合滤波算法将采样粒子分为随机粒子和确定粒子,其中随机粒子为概率密度函数所采集,确定粒子为UKF中采集Sigma点后所求取的系统状态值.由此降低了PF处理粒子时的复杂程度以及粒子退化的程度.仿真结果表明：相比于UKF算法,该方法有效提高了组合导航系统的精度,具有较好的鲁棒性.     

基于UKF的INS/GPS组合导航系统仿真

通过Unscented卡尔曼滤波(UKF)算法,研究INS/GPS紧耦合组合导航系统中滤波算法的问题,避免了对非线性的系统方程进行线性化。同时将自适应原理引入UKF,给出了一种自适应UKF算法。将EKF、UKF和自适应UKF分别应用到INS/GPS组合导航系统的滤波中。仿真结果表明,相比UKF算法,自适应UKF算法进一步提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。