不确定系统改进的鲁棒协方差交叉融合稳态Kalman预报器

针对带随机参数和噪声方差两者不确定性的线性离散多传感器系统,利用虚拟噪声补偿随机参数不确定性,原系统可转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman预报器及其误差方差最小上界,并利用保守的局部预报误差互协方差,提出改进的鲁棒协方差交叉(Covariance intersection,CI)融合稳态Kalman预报器及其误差方差最小上界.克服了原始CI融合方法要求假设已知局部估值及它们的保守误差方差的缺点和融合误差方差上界具有较大保守性的缺点.证明了鲁棒局部和融合预报器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合器鲁棒精度,且高于每个局部预报器的鲁棒精度.一个仿真例子验证了所提出结果的正确性和有效性.

高超声速飞行器时间协同预测校正鲁棒制导

针对存在参数不确定性的多高超声速飞行器滑翔段协同制导问题,提出了一种时间协同的预测校正鲁棒制导方法。首先,基于剩余飞行时间的动态航向角误差走廊实现了横向协同制导,为调整飞行时间提供了有利条件;设计了随协同飞行任务进程变化的权值函数,将剩余飞行时间引入纵向制导的预测校正过程中,确保协同飞行任务落点和协同时间的精度。其次,基于改进无迹卡尔曼滤波估计的方法对气动参数的不确定性进行估计,通过对剩余飞行时间与剩余能量的综合分析,修正了航向角误差走廊和标称迎角剖面,以提高协同制导系统的鲁棒性能。最后,分别在标称环境和参数不确定环境下开展了仿真实验,其结果证明了该协同制导方法的可行性和鲁棒性。

带不确定噪声方差保性能鲁棒集中式融合Kalman预报器

对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.