针对噪声方差不确定的约束系统,讨论了一种鲁棒滚动时域估计(MHE)方法.首先,根据噪声方差不确定模型,找到满足所有不确定性的最小方差上界,在线性矩阵不等式(LMI)框架下求解优化问题,得到近似到达代价的表达形式;然后再融合预测控制的滚动优化原理,把系统的硬约束直接表述在优化问题中,在线优化性能指标,估计出当前时刻系统的状态.仿真时与鲁棒卡尔曼滤波方法进行比较,结果表明了该方法的有效性.
1
针对实际的运动目标跟踪问题中存在的各种物理约束,采用基于在线滚动优化原理的滚动时域估计方法,将跟踪滤波问题转换为带约束的有限时域优化问题,并通过引入到达代价函数,有效减少了优化问题求解所需的计算量。最后,对实际的目标跟踪问题进行了滚动时域估计仿真研究。Monte Carlo仿真结果表明,滚动时域估计能有效提高跟踪精度,并且能在采样周期之内完成求解,满足在线估计的需要。
2022-03-06 22:12:03 417KB 滚动时域估计 目标跟踪 物理约束
1
关于新兴的解决估计的方法,更准确,更可靠
2022-03-02 19:44:16 353KB MHE
1
滚动时域优化(RHC)MATLAB源代码,用于动态环境下影响下系统的自适应控制,可以运行。 滚动时域优化(RHC)MATLAB源代码,用于动态环境下影响下系统的自适应控制,可以运行。
2021-04-27 20:52:32 55KB 滚动时域优化 模型预测控制
1
滚动时域控制原理
2019-12-21 20:43:27 868KB 滚动时域
1
滚动时域优化(RHC)MATLAB源代码,用于动态环境下影响下系统的自适应控制,可以运行。
2019-12-21 20:36:47 55KB 滚动时域优化 模型预测控制
1