摘要：为了保障海域船舶航行安全,提出船舶导航雷达临近空间低动态目标跟踪方法。利用船舶导航雷达探测临近空间低动态目标,获取量测点迹数据,分析低动态飞行器运动对其量测值的影响,根据最小二乘滤波原理,设计基于衰减记忆的最小二乘滤波器,将量测点迹数据转换到雷达直角坐标系上,根据衰减记忆选择量测点迹数据,将其作为基于衰减记忆的最小二乘滤波器的输入数据,确定低动态目标跟踪轨迹坐标,再将其转换到雷达极坐标系上,实现临近空间低动态目标跟踪。实验结果表明,该方法可实现匀速、匀加速运动下临近空间低动态目标跟踪,跟踪轨迹与实际航迹基本重合,其在X、Y、Z方向上的距离均方根误差远低于量测数据均方根误差。

摘要：对于包含人为因素飞行员模型的人机系统,传统针对确定模型的控制器方法无法完全满足飞行轨迹精度。针对飞行员模型在环系统,提出了采用衰减记忆方法、线性代价递增切换算法的去伪PI控制器设计方法。去伪控制理论是一种仅利用模型输入输出数据的无模型数据驱动控制理论。在去伪控制理论中,监视器用于选择最优控制器,控制器切换算法负责在需要时进行控制器切换。衰减记忆法的引入可减弱历史数据对切换判断的影响。对特定飞行场景进行了蒙特卡罗仿真,仿真结果表明,设计的控制器可减小飞行任务中的高度轨迹偏差,提高飞行品质。

摘要：体系对抗条件下预警机作用日益突出,但是我方离其距离远,量测数据不准确,对其跟踪困难,针对这个问题提出了一种基于指数加权的改进衰减记忆自适应滤波算法。标准卡尔曼滤波由于模型不准确会造成滤波发散,传统衰减记忆滤波在解决此问题的同时由于其衰减因子为常值会造成目标跟踪精度不足,为此设计了一个指数型的衰减因子对传统算法进行改进,该衰减因子能够自适应计算,并将改进后的方法应用于交互式多模型算法当中。仿真结果表明,该算法可以对预警机目标进行有效跟踪,且与标准卡尔曼滤波和常值衰减因子滤波对比发现,该算法估计误差明显减小,跟踪精度显著提高。

摘要：指出了卡尔曼滤波基本方法在模型不准确时可能出现的发散现象,提出了利用衰减记忆滤波处理桥梁自动监测系统监测数据的方法,并通过实例进行了说明。实际算例表明,滤波值、原始值与预报值变化趋势一致,且滤波值改善了原始观测值,较好地解决了发散问题,说明这种方法适用于处理桥梁全自动监测数据。