应用BP网络校正的卡尔曼滤波器

当目标作机动飞行时,由于未知机动引起的估计误差的影响,卡尔曼滤波器的跟踪性能将会严重下降。提出了一种应用BP神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,BP网络可以辨识非线性机动,修正卡尔曼估计值,改善跟踪效果。同时还研究了BP网络的自适应算法。对两个变加速机动目标的跟踪结果表明,经过BP网络校正的卡尔曼滤波器不会发生误相关,跟踪的精度较高。     

基于滑模观测器位置检测的水下推进器直接转矩控制研究

水下推进器是水下航行器的重要组成部分,为提高其转矩响应性能,提出了一种基于滑模观测器位置检测的水下推进器直接转矩控制方法。该方法将一种双曲正切函数引入线反电动势(EMF)滑模观测器,并将该滑模观测器应用于水下推进器直接转矩控制系统中,使得驱动控制系统通过水下推进器线反电动势观测值进行扇区判别与转矩估计,从而获得6个离散的换相信号,实现无位置检测的水下推进器直接转矩控制。仿真试验表明:所提控制方法能够很好地观测线反电动势,提高转矩动态响应,减小系统抖振幅度。     

基于混沌优化自适应遗传算法的数据关联求解

通过判断目标量测值和运动状态之间的最优对应关系,将数据关联问题描述为一类约束组合优化问题,采用混沌优化自适应遗传算法来求解数据关联问题,仿真结果表明,这种算法具有很高的关联成功率;此外,分别采用自适应遗传算法、混沌优化算法以及混沌优化自适应遗传算法求解数据关联问题,结果表明,混沌优化自适应遗传算法求解数据关联问题的最优率明显高于其他2种方法,且其收敛速度也明显快于单独使用自适应遗传算法或混沌优化算法。