简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。
简介:令u(n)表示具有n个顶点的单圈图.在一个圈C3的一个顶点上悬挂n-3个悬挂边的n个顶点的单圈图记为U~*(n-3,0,0).本文证明了在u(n)中具有最小hyper-Wiener指数的单圈图是U~*(n-3,0,0).
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。
简介:为了实际实现具有良好跟踪精度和抗干扰能力的惯性平台稳定回路,建立了平台伺服电机的离散时间模型,设计了由单片机和高速DSP组成的数字控制系统,与惯性平台组成了基于采样数据的平台稳定控制回路,研究了离散变结构控制趋近律的选取方法,采用改进趋近律设计了离散变结构控制律,提出了一种数字式平台稳定回路的离散变结构控制方法,通过实物实验得出了平台伺服电机转轴摩擦力矩模型系数的估计值,并将其引入到控制系统中。仿真实验结果表明,该回路系统对于摩擦力矩和系统参数不确定性具有一定的抗干扰性能,对于阶跃干扰力矩输入具有良好的动态特性,且静态力矩刚度提高到1.2×10^4N·m/rad,系统对于斜坡和加速度输入信号实现了平稳跟踪,跟踪误差最大值分别为0.0056rad和0.0597rad。