修正的EKPF算法在固定单站被动目标跟踪中的应用

基于以角度、角度变化率、多普勒频率变化率信息为观测量的固定单站被动目标跟踪系统,引入扩展卡尔曼粒子滤波(EKPF)算法对定位结果进行滤波处理。理论分析和仿真实验证明了其滤波性能在该系统中的优越性。针对EKPF算法运算量大、实时性差的问题,通过对部分粒子进行间隔EKF采样,将EKPF算法进行修正。修正的EKPF算法既有效降低了运算量,又增加了粒子的多样性,使粒子集更加逼近真实的后验概率密度函数。计算机仿真表明,与传统的EKPF算法相比,修正算法在保证滤波性能基本不变的前提下,算法实时性得到了有效提高。

基于EPF滤波的单站无源定位算法及性能分析

为了实现快速高精度单站无源定位,研究了定位算法,提出了相位变化率(PRC)与扩展卡尔曼粒子滤波(EPF)算法相结合的一种新的单站无源定位方法。该方法通过相位变化率(PRC)法得出了目标辐射源的粗略位置,然后采用EPF滤波算法对粗略定位结果进行了修正和平滑,逐步估计出目标的精确位置,实现了对辐射源目标的快速高精度无源定位。仿真结果表明,与传统的EKF滤波算法相比,基于EPF滤波的单站无源定位算法收敛更快、更稳定,滤波效果更好,定位精度更高。

一种改进的EKPF算法在固定单站无源定位中的应用

本文针对EKPF算法在固定单站无源定位目标跟踪的应用中运算量大、实时性差的问题,通过对部分粒子进行EKF采样,将EKPF算法进行改进,改进的EKPF算法不仅有效降低了运算量,同时增加了粒子的多样性,使粒子集更能体现概率密度函数的真实分布。Matlab仿真表明,与传统的EKPF算法相比,改进算法在保证滤波性能基本不变的前提下,算法运算量大幅下降。

基于QMC—GPF的被动测角目标跟踪算法

针对被动测角目标跟踪系统中存在的非线性问题，提出了一种基于拟蒙特卡罗．高斯粒子滤波（QMC-GPF）的跟踪算法。通过高斯粒子来近似目标与观测的边缘关联概率，利用高斯粒子滤波（GPF）对目标状态进行预测及更新，同时，将拟蒙特卡罗（QMC）积分方法引入计算目标状态的预测和更新分布，最后将所提算法应用到被动多传感器目标跟踪，仿真结果表明该算法比传统的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）具有更高的跟踪精度。

大容量有源滤波器的拓扑结构分析

为提高有源电力滤波器的容量并改善其补偿性能,从现有各种大容量有源电力滤波器的拓扑结构入手建立其数学模型,分析了各种结构的补偿原理并比较了它们的性能特点。研究结果表明:有源无源混合滤波器较适合于已安装了无源滤波器的场合,级联型多电平结构较适合于大容量的有源电力滤波器且该结构也是未来有源滤波技术发展的主要趋势。

基于新型粒子群优化粒子滤波的故障诊断方法

针对基于粒子群优化算法的粒子滤波(PSO-PF)算法精度不高,容易陷入局部最优,难以满足电厂温控系统故障诊断的需求,提出一种适用于故障诊断的新型粒子群优化粒子滤波(NPSO-PF)算法。该算法引入社会个体对群体的认知规律优化了粒子更新的方式,并且完善了粒子速度的更新策略,对优势速度赋有较小概率的变异,提高了粒子的寻优能力,同时随机初始化劣势速度,保证了样本的多样性。实验结果表明,与PSO-PF相比,NPSO-PF提高了故障检测的精度和鲁棒性,可以有效地应用于温控系统故障的诊断。

粒子滤波器在运动单站被动测距中的应用

被动测距中直接测量的方位角、俯仰角与位置坐标的非线性函数组成测量方程。假设目标相对于观测站在三维空间中作匀速直线运动,建立了运动单站被动测距的状态转移方程。由测量方程和状态转移方程组成的动力学模型,将被动测距归结为典型的非线性状态估计问题。粒子滤波器利用Monte Carlo模拟计算状态的最优Bayesian估计,它适合于任何能用动力学系统概述的模型,状态估计精度不依赖于坐标初始假设值。模拟实验实现了粒子滤波在匀速运动观测站对匀速运动目标的被动测距,实验结果说明:粒子滤波器在被动测距中有重要的意义。

LCL滤波器在三相PWM整流器中的应用

为减小功率器件脉宽调制(PWM)引入的高频谐波分量,将LCL滤波器取代传统的L滤波器应用于三相PWM整流器,并提出一种新颖的LCL参数设计方法以简化参数设计过程。通过设定变流器侧允许最大纹波电流、滤波器吸收的最大无功功率和电网侧允许最大纹波电流分别计算得到变流器侧电感、滤波电容和电网侧电感的参数。考虑实际控制器引入的时延,建立数学模型,在z平面分析系统稳定性,得到阻尼电阻的优化设计值。提供了一个设计实例,给出在相同总电感参数下采用L滤波器与LCL滤波器的三相PWM整流器的对比实验结果以证明LCL滤波器的优越性能。实验结果证明了所提参数设计方法和稳定性分析方法的正确性。

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。

被动测距的可观测性分析和滤波方法

首先建立运动单站被动测距的数学模型,然后分析被动测距的可观测性,并针对实际应用提出了相应的滤波估计方法。可观测性问题分析了具有不同运动特征的目标在仅有方位角和俯仰角测量时能计算位置坐标的充分条件,将被动测距归结为典型的间接测量问题。由于直接测量的方位角和俯仰角与位置坐标的关系构成非线性测量方程,利用离散状态空间模型的分析方法,将被动测距描述为非线性状态估计问题。推广卡尔曼滤波、粒子滤波是求解被动测距非线性状态估计的常用方法。模拟了实际的被动测距模型,并用推广卡尔曼滤波和粒子滤波方法估计目标的位置坐标序列。模拟实验表明:这两种方法在运动单站被动测距中是有效的。

有源电力滤波器在电能质量控制中的应用

有源电力滤波器是治理谐波 ,改善电能质量的有效措施。本文对有源电力滤波器的工作原理 ,及其不同接线方式的特点和适用范围进行了综述。比较了几种有源电力滤波器以及无源滤波器的组合方案 ,分析了各自的优缺点。最后 。

主动配电网谐波综合治理方法

主动配电网技术加强了配电网对可再生能源的吸纳能力,但是由于新能源(如风能、太阳能)的间歇性和不稳定性,以及分布式电源接入配电网所需要的电力电子器件调控,给配电网引入了谐波污染。本文针对分布式电源引入谐波的情况,提出采用电力滤波器综合配置的方法进行主动配电网谐波综合治理。首先采用无源电力滤波器通过网络固有节点法治理含量较多的谐波次数,然后分步逐个加入有源电力滤波器进一步改善滤波效果。仿真算例表明,本文提出的主动配电网电力滤波器综合配置法能够有效治理谐波,保证主动配电网各节点谐波电压含有率和电压总谐波畸变率满足IEC61000-2-2标准的要求。

粒子滤波和多站TOA的外辐射源雷达跟踪方法

针对外辐射源雷达跟踪常采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法导致其跟踪精度受闪烁噪声影响较大的问题,结合到达时间(time of arrival,TOA)定位技术和粒子滤波(particle filter,PF)算法,提出一种适于闪烁噪声环境的外辐射源雷达跟踪方法。该方法通过多站TOA获得测量信息,利用双基地角来减弱目标雷达散射截面积(radar cross section,RCS)闪烁,采用非线性和非高斯的PF进行跟踪,能减小因闪烁噪声而导致的跟踪误差,避免EKF算法因线性化而带来的误差,从而提高跟踪精度。实验表明,该方法的跟踪性能优于EKF,尤其受闪烁噪声影响小,能提高闪烁噪声环境下的跟踪精度。实测数据验证了该方法的有效性。

基于三点工况下的无源滤波器组优化设计

无源滤波器组的参数设计通常均针对系统单一工况(通常为最大工况)进行。当系统运行在其他工况时,有可能无论退出哪一组滤波器的运行均无法同时满足系统的无功补偿和谐波治理要求。为此基于系统的3种典型工况(最大、平均和最小工况)对无源滤波器组进行优化设计,确定合理参数,以在最小的投资费用下达到谐波治理与无功补偿的最优匹配。算例结果验证了该方法的可行性。

混合有源电力滤波器的仿真研究

分析混合有源电力滤波器的补偿原理和补偿特性,该滤波器能够很好地改善无源滤波器的滤波性能,实现大功率下的谐波抑制和无功功率补偿。最后,建立仿真模型,并对波形作出分析。

LFM相参脉冲串多普勒频率变化率估计

在传统的只测向单站无源定位算法的基础上,增加波达角变化率和径向加速度两个观测量,可以大大改善定位与跟踪的性能,所以高精度径向加速度估计(即多普勒频率变化率估计)具有重要意义。由于在无源定位里没有接收脉冲信号的任何先验知识,接收到的LFM相参脉冲串信号的相参性容易被破坏。文中借鉴雷达里的匹配滤波方法,提出一种"准匹配滤波"方法,首先估计每个脉冲的到达时间、脉冲宽度、起始频率和调频系数,接着构造本地参考信号用于对接收信号进行"准匹配滤波",最后对其输出进行多普勒频率变化率估计。该方法可以避免处理过程中的非相参问题,运算简单,估计精度高,具有应用价值。

单站无源定位的一种改进的粒子滤波算法

为了加快无源定位的速度,提高定位精度,针对标准粒子滤波中的重要性函数和重采样所导致的样本枯竭问题,本文结合遗传算法和粒子滤波算法,提出一种改进的的粒子滤波算法,该算法优化了粒子在状态空间的分布特性,增加了样本的多样性,克服了重采样过程中的粒子退化问题,并针对二维平面机动模型进行仿真。仿真实验表明,本文算法能够适用于机载无源定位系统,能够有效的提高滤波精度,跟踪性能优于经典的粒子滤波算法。

改进IMM的两飞行体无源定位跟踪算法

IMMPF算法巨大的计算量影响跟踪的实时性。针对这一问题,在基于相位差变化率的两飞行体无源定位问题的基础上提出了一种改进的交互式多模型滤波算法(IMMK-UKF-PF),利用不同的模型匹配不同类型的滤波器,充分发挥了粒子滤波和无迹卡尔曼滤波以及卡尔曼滤波各自的优点。仿真结果表明,该算法大大提高了计算效率,减少了跟踪定位所用时间,同时具有良好的跟踪性能和较强的鲁棒性。

一种新的可控粒子数无源定位滤波算法研究

在非高斯非线性的无源定位系统中,建立了一种基于相位差变化率的无源定位模型,提出了一种新的可控粒子数无源定位滤波(PCPLF)算法,该算法利用噪声均方差与有效粒子数之间的关系,通过自适应调节噪声均方差,将有效粒子数控制在一定的阀值范围内,使权值基本上服从均匀分布,能够避免粒子的严重退化,提高系统的定位精度及稳定性。最后通过计算机仿真验证了PCPLF算法能够有效提高定位精度及稳定性。

一种基于多普勒频率变化率单站无源定位的改进跟踪滤波算法

IMM-PF算法巨大的计算量影响跟踪的实时性,IMM-UKF由于线性化误差使得精度不高。针对这些问题,本文在基于多普勒频率变化率的单站无源定位问题的基础上提出了一种改进的交互式多模型滤波算法(IMMEK-UKFPF),利用不同的模型匹配不同类型的滤波器,充分发挥了卡尔曼滤波和无迹卡尔曼滤波以及粒子滤波各自的优点。仿真结果表明该算法减少了跟踪定位所用时间,提高了计算效率,同时具有良好的跟踪性能和较强的鲁棒性。