基于Delaunay三角剖分的全天自主星图识别算法

在地球物理建模中 ,Delaunay三角剖分因其对给定点集进行三角剖分具有剖分结果唯一性这一重要特点而得到广泛应用 .采用Delaunay剖分这一性质 ,首次将Delaunay剖分算法应用到星图识别中 .利用全天球星图的剖分不变性 ,采用有界曲面剖分的边界递归法 ,生成有序且容量小的完备导航星库 ;利用二维Delaunay三角剖分对视场内恒星星图进行剖分 ,将其结果进行快速匹配识别 .仿真实验结果表明与现有的星图识别算法相比 ,此算法具有高的识别率 ,良好的实时性和鲁棒性 ,且所需导航星库的容量小 。

l^1鲁棒辨识:一种递推插值方法

针对l1鲁棒辨识不能有效利用试验数据和进行在线辨识的问题 ,提出了一种在线递推插值辨识方法 .用几何方法描述试验信息 ,利用系统可行集与新的试验信息所构成的半空间的包含关系判断数据信息 ,有效地利用了试验数据 ,提高了辨识精度 .同时提出了一种新的计算辨识误差紧界的方法 .仿真结果表明了算法的有效性和可行性 .

两步H∞辨识算法的一个近似最优的误差上界

利用逼近理论中的ｎ－宽度和Ｂｅｒｎｓｔａｉｎ不等式，以一般性的窗口系数为变量，对鲁棒辨识中的两步Ｈ∞辨识算法，建立了一个近似最优的误差上界函数．该函数是窗口系数的凸函数，它不仅可用于计算任意窗口系数对应的辨识误差上界。

平滑l_1模递推辨识算法

通过对ｌ１模指标的平滑处理，构造了平滑近似指标下的递推辨识算法．这种算法实时计算负担小，且具有良好算法性质．数值仿真结果表明，它仍蕴含原指标意义下的鲁棒估计性质．