共查询到18条相似文献,搜索用时 171 毫秒
1.
为解决助推器难以精确回收的问题,提出了一种容积卡尔曼滤波(CKF)和时变自回归(TVAR)模型融合的助推器落点预测方法。针对外弹道观测数据的非平稳时序特点,利用TVAR模型对其建模,预测助推器脱落时和助推器落地之间一段时间的未来测量值,以离散化质点弹道模型作为状态方程,将未来测量值作为CKF滤波弹道位置估计的测量值。为普适非平稳序列,考虑时变TVAR对非平稳时间序列的时变参数和模型阶数的确定。该方法是预测助推器落点滤波外推法的一种新实践。实验数据结果表明,TVAR预测助推器落点与TVAR-CKF融合预测的助推器落点相比,融合后预测的结果与实际测量的助推器落点的偏差更小,可为实际应用提供参考。 相似文献
2.
近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。 相似文献
3.
4.
5.
6.
针对一类参数不确定模糊广义时变时滞系统,研究该系统的鲁棒稳定性控制问题。选取特殊的Lyapunov函数,给出了该系统稳定的充分条件,采用线性矩阵不等式技术,将时变时滞系统稳定性条件转化为求解一组线性矩阵不等式问题,并设计出状态反馈控制器,仿真结果说明该方法的可行性。 相似文献
7.
8.
非等间距相关系数AR(p)序列预测方法 总被引:3,自引:1,他引:3
针对非等间距时间序列预测中存在误差较大的问题,本文建立了非等间距相关系数AR(p)序列预测方法,详细讨论了非等间距相关系数AR(1)序列和AR(2)序列的预测公式和误差估计。大量计算表明,本文方法与通过插值将非等间距序列变换为等间距序列进行预测的传统方法相比,具有更高的预测精度。 相似文献
9.
10.
自适应广义预测控制系统的鲁棒稳定性分析 总被引:6,自引:1,他引:6
研究当被控对象具有未建模动态、参数时变、非线性以及有界干扰时,自适应广义预测控制系统的鲁棒稳定性。提出了分析和设计鲁棒自适应广义预测控制系统的一般理论和方法。给出了一类满足弱化鲁棒稳定性条件的鲁棒参数自适应算法,并根据确定性等价原理将它和鲁棒广义预测控制律结合,建立了鲁棒间接自适应广义预测控制算法。采用统一的理论分析了已建立的自适应广义预测控制算法的全局稳定性和鲁棒性,得出了自适应控制系统具有鲁棒稳定性的新条件:自适应验后误差和对象参数估值变化的均值渐近小,从而弱化了现有自适应控制系统的鲁棒稳定性条件。 相似文献
11.
相关系数ARMA(p,q)序列分析方法 总被引:5,自引:3,他引:5
本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。 相似文献
12.
相关系数平稳序列的估计与识别 总被引:4,自引:0,他引:4
本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。 相似文献
13.
14.
为了提高对加速度时变机动目标的制导精度,将预测决策理论与传统比例导引(PN)相结合,提出了一种通过泰勒级数预测模型迭代控制加速度修正项的改进比例导引律。首先,以预设的低阶泰勒级数预测模型预测特定时间的位移,并计算位移预测值与测量值的差值;然后,通过迭代方法逐阶增加泰勒级数预测模型阶数,直至满足精度要求;最后,计算泰勒级数预测模型的二阶导数,修正比例导引律的加速度指令。仿真结果表明,传统PN和APN的脱靶量分别约为195 m和95 m,提出的改进比例导引律的脱靶量约为8.3 m,极大地提高了制导精度。 相似文献
15.
现代时间序列分析方法是解决最优滤波问题的不同于Winner滤波和Kal man滤波的方法,其基本分析方法是AR MA新息模型。而构造ARMA新息模型可归结为求MA参数。本文主要研究了直接运用Gevers-Wouters算法确定观测信号模型参数的方法,使得在进行数据建模和构造ARMA新息模型时,可统一运用Gevers-Wouters算法。运用此方法对校准某型机载雷达的实测数据进行处理,结果显示出快速收敛性。 相似文献
16.
非等间距相关系数平稳序列分析方法 总被引:4,自引:2,他引:4
工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。 相似文献
17.
18.