双轴精密运动平台的IMMPDA滑模同步控制研究

由于永磁直线同步电机存在外部扰动、非线性摩擦力、响应滞后和双轴之间参数不匹配等不确定因素,导致双轴精密运动平台双轴间产生了位置同步误差。基于此,笔者提出了一种交互式多模型算法(IMM)和概率数据关联(PDA)滑模同步控制方法,首先对双轴精密运动平台的位置输出和速度输出进行IMMPDA控制,以保证系统产生的位置同步误差同时进行初步滤波,然后对滤波输出的信号进行滑模运算控制,能够有效削弱扰动所带来的影响,进而在有限的时间使双轴间的位置同步误差趋近于0,有效提高系统的同步性能。仿真结果表明,在负载扰动的干扰下,笔者提出的将IMMPDA算法与滑模控制算法相结合的控制方法,能够使双轴精密运动平台达到更理想的同步控制精度,同时保证系统的鲁棒性。

用IMMPDA固定延迟平滑算法对杂波环境下机动目标的多传感器跟踪

本文对于在杂波环境下用多个传感器跟踪一个高度机动目标提出了一个次优的固定延迟平滑算法。此固定延迟平滑算法是把基本的交互式多模型方法(IMM)和概率数据互联(PDA)技术应用到扩展状态系统上发展而来的。在过去这种方法只使用在确切考虑量测来源(即无杂波)的马尔科夫开关过程上。本文通过对一个高度机动目标跟踪的仿真例子来说明这个算法,其中仿真假设有两个传感器:一部雷达、一部红外,都作用在密集环境下。提出的平滑算法引进了在估计时刻与最新量测之间的一个短时延迟,使得在航迹估计精度上与已有的IMMPDA滤波算法相比,有了显著地提高。而且其计算量只是随着延迟时间线性增长。然而,在一些应用中跟踪的延迟可能导致在控制闭环中产生不希望有的影响。

具有固定延迟平滑的交互多模型概率数据互联算法

为了提高杂波环境下跟踪机动目标的跟踪精度,文中将交互多模型概率数据互联(IMMPDA)和固定延迟平滑(LS)思想相结合,提出了一种具有固定延迟平滑的IMMPDA(IMM-LS-PDA)算法,通过引入延迟,增广了目标的状态向量,使得目标的固定延迟平滑状态估计更加准确。仿真结果表明,在杂波环境下对机动目标进行跟踪,单纯的IMMPDA算法的跟踪误差很大,并且在转弯机动处,误差出现峰值,算法的平稳性较差;而在进行固定延迟平滑后,算法的跟踪精度有了明显的提高。

机动多目标跟踪并行算法研究

分析了直角坐标系下交互式多模型概率数据关联（ＩＭＭＰＤＡ）算法的并行机理。将实现该算法的任务分配到高速并行仿真计算机上，得到了并行ＩＭＭＰＤＡ算法。研制完成了机动多目标跟踪并行仿真软件包，对并行算法性能进行了测试。仿真结果表明跟踪精度和并行效率良好。

杂波环境下机动目标跟踪算法研究

本文给出了一种基于平方根中心差分卡尔曼滤波(SRCDKF)的交互式多模型-概率数据关联(IMMPDA)算法。在杂波环境下,该算法较好的解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMMPDA算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算;本文大量Monte Carlo仿真进一步验证了该算法的可行性和有效性。

密集回波环境下的一种交互式多模型算法

利用神经网络算法对基于机动目标“当前”统计模型的均值和方差自适应滤波算法进行修改 ,提高该算法的性能 ;然后与匀速模型交互作用 ,利用概率数据关联处理密集回波环境下机动目标的跟踪问题 ,这样既保持了对强机动目标的跟踪性能 ,同时又提高了对弱机动目标的跟踪精度。