微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2008年
16期
286-288
,共3页
李晓明%刘庆富%袁火平%邵春晖
李曉明%劉慶富%袁火平%邵春暉
리효명%류경부%원화평%소춘휘
Singer 模型%卡尔曼滤波%Burg 算法%BP 神经网络
Singer 模型%卡爾曼濾波%Burg 算法%BP 神經網絡
Singer 모형%잡이만려파%Burg 산법%BP 신경망락
针对传统Singe模型在跟踪机动目标时存在稳态误差以及模型时加速度的先验统计量存在依赖等缺点,提出了基于BP神经网络修正的自适应Singer模型.该模型的样本数据选用卡尔曼滤波状态量中的加速度估计量,采用Burg算法估计加速度的功率谱密度,并利用BP神经网络时谱估计结果进行修正,进而导出当前统计模型下的Singer模型的参量.Simulink仿真结果表明.该模型能够克服传统Singer模型跟踪机动目标性能差的缺点,并且模型在收敛之后不再依赖加速度的先验统计量.
針對傳統Singe模型在跟蹤機動目標時存在穩態誤差以及模型時加速度的先驗統計量存在依賴等缺點,提齣瞭基于BP神經網絡脩正的自適應Singer模型.該模型的樣本數據選用卡爾曼濾波狀態量中的加速度估計量,採用Burg算法估計加速度的功率譜密度,併利用BP神經網絡時譜估計結果進行脩正,進而導齣噹前統計模型下的Singer模型的參量.Simulink倣真結果錶明.該模型能夠剋服傳統Singer模型跟蹤機動目標性能差的缺點,併且模型在收斂之後不再依賴加速度的先驗統計量.
침대전통Singe모형재근종궤동목표시존재은태오차이급모형시가속도적선험통계량존재의뢰등결점,제출료기우BP신경망락수정적자괄응Singer모형.해모형적양본수거선용잡이만려파상태량중적가속도고계량,채용Burg산법고계가속도적공솔보밀도,병이용BP신경망락시보고계결과진행수정,진이도출당전통계모형하적Singer모형적삼량.Simulink방진결과표명.해모형능구극복전통Singer모형근종궤동목표성능차적결점,병차모형재수렴지후불재의뢰가속도적선험통계량.
