摘要：目的改善包装印刷机器的控制性能,减少包装印刷机器所用传感器数量和电机控制系统成本,减小包装印刷机械装置故障率和电机体积,针对传统扩展卡尔曼滤波算法中模型可能不匹配实际工况的问题,提出一种自适应多模型无感控制策略。方法基于传统扩展卡尔曼滤波,引入多模型,在输入环节依靠状态转移概率矩阵实现多个模型间的交互,并借助隐马尔可夫模型,设计多模型的状态序列和观测序列,将观测得到的矩阵对多模型交互环节的状态转移概率矩阵进行迭代更新,提高模型面对环境扰动时的匹配程度。结果Matlab/Simulink仿真结果表明,改进后的算法使转速的估计精度得到显著提升,同时在面对环境扰动时,其抗扰动能力显著提高。结论与传统扩展卡尔曼滤波算法相比,改进算法提高了系统控制精度,提高了动态性能和鲁棒性,改进后算法更适合应用于包装印刷机械。

摘要：针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。

摘要：开展角闪烁噪声下的目标跟踪研究对提升传感器的探测性能具有重要意义,其中角闪烁噪声具有的分布未知和非平稳特性是长期困扰研究者的难点。针对该问题,该文首先给出角闪烁下基于变分贝叶斯参数学习的跟踪滤波理论框架。其次,提出一种联合估计运动状态和闪烁噪声分布的变分贝叶斯-交互式多模型(VB-IMM)算法,该算法通过设计多个并行的跟踪模型处理角闪烁的跟踪问题,同时利用变分贝叶斯方法实现闪烁噪声分布参数的在线学习,并反馈给跟踪模型,实时调整跟踪模型参数。最后,设计了仿真实验对算法在闪烁噪声分布未知和非平稳条件下的跟踪性能进行了验证,同时对算法的计算复杂度进行了仿真分析。仿真结果表明,在量测噪声分布未知和非平稳条件下,VB-IMM具有较高的跟踪精度,且算法复杂度较小,易于实现。

摘要：在深入研究适用于低成本IMU/GPS组合导航系统非线性滤波的基础上,提出了一种基于交互式多模型自适应鲁棒容积卡尔曼滤波算法.该算法将交互式多模型算法引入H∞滤波容积卡尔曼滤波器,能够有效提升滤波算法的稳定性和质量.根据采集的低成本惯导GPS导航实验数据设计了两组滤波方案,性能分析结果表明,改进的交互式多模型鲁棒容积卡尔曼滤波算法位置估计精度提高了41.4%,速度估计精度提高了36.0%.同时设计的滤波试验结果表明该算法能有效抑制系统噪声取值不准确引起的滤波不稳定,尤其适用于噪声取值偏离最优值较多的情况,也即能够有效抑制野值对滤波结果的影响.

摘要：为有效解决复杂行驶工况下非线性悬架系统运动状态无法精确获取的难题,实现模型参数不确定以及时变路面激励工况下悬架状态精确估计的目标,开展了悬架系统状态估计研究。在路面激励模型和非线性悬架系统模型的基础上,结合交互式多模型算法与基于马尔可夫链的蒙特卡洛理论,设计了考虑模型参数不确定以及时变路面激励工况下多模型交互无迹卡尔曼滤波(IMMUKF)状态估计算法,且利用随机控制稳定判据验证了所设计的非线性观测器稳定性判定。对比分析了不同路面激励工况下悬架系统对于传统无迹卡尔曼滤波观测器与IMMUKF观测器的状态估计精度,并进行了台架试验验证。试验与仿真结果表明,IMMUKF观测器可获取更高的系统状态识别精度,不同路面激励仿真工况下状态估计误差最大均方根值不超过8%.

摘要：针对交互式多模型(IMM)算法的目标跟踪精度问题,提出了一种自适应模型集IMM算法.利用IMM算法中的模型概率含义,并以此对模型集的收缩比例因子进行设计,这样模型集通过向中心模型收敛可完成自适应调整,而自适应调整过程能有效、实时地利用观测信息.仿真实验结果表明,所提算法能有效跟踪机动目标,而且比IMM算法的跟踪精度更高,但其受到目标机动模型的先验性的限制.

摘要：超宽带技术在煤矿井下定位时,会受非视距、多径效应和电磁干扰等不利影响导致定位性能下降,该文提出了一种结合交互式多模型和自适应无迹卡尔曼滤波的超宽带/惯导紧组合导航算法。采用匀速与匀加速两个运动模型交叉耦合模拟井下目标的运动;采用无迹卡尔曼算法对两种传感器信息进行非线性滤波,得到较精确的定位信息;利用自适应模糊推理方法调整测量噪声协方差矩阵,提高定位精度和鲁棒性。仿真实验结果显示,提出的IMM-AUKF算法较传统算法跟踪精度提高了近10%。

摘要：在最小距离设计准则下,提出了一种基于Monte-Carlo采样和K均值聚类的模型集合设计实现方法。通过讨论由于真实模式与模型之间的差异所可能引发的问题,提出基于UKF与模型误差的交互式多模型改进算法。新算法中每个模型采用Unscented Kalman Filter处理非线性估计问题。Monte-Carlo仿真实验表明当真实模式远离模型集合中的各模型时,新算法比IMM更具鲁棒性。并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越。

摘要：针对飞控系统故障引起的参数跳变问题,提出一种基于交互式多模型飞控系统容错控制方法,该算法建立在多个辨识模型和最优二次型控制、特征值配置的基础上。首先,根据作动器故障参数模型设计一系列并行的辨识模型,每个模型对应一种故障;然后,分别采用最优二次型控制和特征值配置的方法设计对应于正常模型和故障模型的控制器;最后,基于交互式多模型方法对飞控系统进行实时故障隔离与重构。通过某型飞机横侧向飞行控制系统仿真表明,在执行器严重受损的情况下,飞机仍能保持良好的性能。

摘要：本文考虑了模型与真实模式之间可能存在的差异,分析了由此引发的问题。提出一种基于模型误差的交互式多模型算法,其中模型集合使用最小距离设计方法设计。Monte-Carlo仿真实验表明,新方法比IMM能更好地避免性能恶化,并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越。