非線性動(dòng)態(tài)系統(tǒng)廣泛存在于火箭制導(dǎo)與控制、飛機(jī)和艦船的慣性導(dǎo)航、衛(wèi)星軌道和姿態(tài)估計(jì)、雷達(dá)或聲納的探測(cè)及目標(biāo)跟蹤等領(lǐng)域。近20年以來(lái),以無(wú)跡卡爾曼濾波和粒子濾波為代表的新興非線性濾波理論取得了長(zhǎng)足的發(fā)展。許多實(shí)際的動(dòng)態(tài)系統(tǒng)涉及約束,這些約束來(lái)自物理定律、數(shù)學(xué)特性和物理?xiàng)l件等。如何將物理約束條件建立為與可得到量測(cè)數(shù)量、屬性和精度均一致的數(shù)學(xué)模型,從而提高動(dòng)態(tài)系統(tǒng)的能控性和能觀性,是最優(yōu)控制與估計(jì)領(lǐng)域的難點(diǎn)和熱點(diǎn)。關(guān)于約束條件與物理模型的兼容性、一致性、冗余性尚未有統(tǒng)一的體系和準(zhǔn)則。依賴于系統(tǒng)數(shù)學(xué)模型的特性和量測(cè)誤差的統(tǒng)計(jì)特性,問(wèn)題求解的難度可能很小,也可能復(fù)雜到根本無(wú)解。約束非線性濾波技術(shù)目前在目標(biāo)跟蹤中涉及較少,同時(shí)又是面臨的關(guān)鍵技術(shù)問(wèn)題。本論文著重于對(duì)具有物理意義的量測(cè)軟約束信息建立數(shù)學(xué)模型,融入非線性濾波算法的推導(dǎo)。并將其應(yīng)用于被動(dòng)機(jī)動(dòng)目標(biāo)跟蹤,從而降低環(huán)境對(duì)狀態(tài)估計(jì)造成的影響,得到更優(yōu)越的濾波性能。本文取得的主要成果如下:1.提出了一種適用于非線性高斯模式的約束擴(kuò)展卡爾曼濾波（constrained extended Kalman filtering,CEKF）算法。傳統(tǒng)擴(kuò)展卡爾曼濾... 

【文章來(lái)源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
縮略語(yǔ)對(duì)照表
第1章 緒論
    1.1 研究背景及意義
    1.2 約束非線性濾波研究現(xiàn)狀
        1.2.1 非線性濾波概述
        1.2.2 約束優(yōu)化數(shù)值求解
        1.2.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 被動(dòng)多傳感器機(jī)動(dòng)目標(biāo)跟蹤
    1.4 論文研究?jī)?nèi)容和章節(jié)安排
第2章 約束擴(kuò)展卡爾曼濾波
    2.1 引言
    2.2 問(wèn)題描述
        2.2.1 約束動(dòng)態(tài)系統(tǒng)模型
        2.2.2 基點(diǎn)誤差
    2.3 擴(kuò)展卡爾曼濾波
    2.4 約束擴(kuò)展卡爾曼濾波
        2.4.1 約束正則化實(shí)現(xiàn)
        2.4.2 可行集更新
        2.4.3 算法總結(jié)
    2.5 仿真實(shí)驗(yàn)與分析
        2.5.1 單變量非平穩(wěn)增長(zhǎng)模型
        2.5.2 被動(dòng)機(jī)動(dòng)目標(biāo)跟蹤
    2.6 本章小結(jié)
第3章 約束無(wú)跡卡爾曼濾波
    3.1 引言
    3.2 問(wèn)題描述
        3.2.1 約束動(dòng)態(tài)系統(tǒng)
        3.2.2 多峰量測(cè)似然
    3.3 無(wú)跡卡爾曼濾波
    3.4 約束無(wú)跡變換卡爾曼濾波
        3.4.1 近似可行域
        3.4.2 狀態(tài)聯(lián)合更新
        3.4.3 算法總結(jié)
    3.5 仿真實(shí)驗(yàn)與分析
        3.5.1 參數(shù)設(shè)置
        3.5.2 周期采樣
        3.5.3 非周期稀疏采樣
    3.6 本章小結(jié)
第4章 約束輔助粒子濾波
    4.1 引言
    4.2 問(wèn)題描述
        4.2.1 約束動(dòng)態(tài)系統(tǒng)
        4.2.2 可行域可行集
    4.3 約束輔助粒子濾波
        4.3.1 重采樣中心的l1正則化
        4.3.2 混合重要性密度函數(shù)
        4.3.3 狀態(tài)更新
        4.3.4 算法總結(jié)及收斂性分析
    4.4 仿真實(shí)驗(yàn)與分析
        4.4.1 周期采樣
        4.4.2 非周期稀疏采樣
    4.5 本章小結(jié)
第5章 約束多模型粒子濾波
    5.1 引言
    5.2 問(wèn)題描述
        5.2.1 約束多模型動(dòng)態(tài)系統(tǒng)
        5.2.2 Rao-Blackwellised基本理論
    5.3 約束多模型粒子濾波
        5.3.1 狀態(tài)模型估計(jì)
        5.3.2 模型狀態(tài)估計(jì)
        5.3.3 算法總結(jié)
    5.4 仿真實(shí)驗(yàn)與分析
        5.4.1 參數(shù)設(shè)置
        5.4.2 周期采樣
        5.4.3 非周期稀疏采樣
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
攻讀博士學(xué)位論文期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]截?cái)嗟淖赃m應(yīng)容積粒子濾波器[J]. 張勇剛,程然,黃玉龍,李寧.  系統(tǒng)工程與電子技術(shù). 2016(02)
[2]交互式多模型算法性能分析[J]. 梁彥,程詠梅,賈宇崗,潘泉.  控制理論與應(yīng)用. 2001(04)



本文編號(hào)：3299908