一种基于M估计的递归最小p阶自适应滤波定位方法

    公开(公告)号:CN115498980A

    公开(公告)日:2022-12-20

    申请号:CN202211262687.7

    申请日:2022-10-14

    Abstract: 本发明公开了一种基于M估计的递归最小p阶自适应滤波定位方法,包括:S1.构建自适应滤波定位系统非线性模型结合期望响应得到误差,将非线性模型转换为伪线性模型;S2.计算标准化残差指标得到加权函数;S3.结合M估计理论和递归最小p阶范数,构建误差函数和系统代价函数,根据误差函数和系统代价函数给出算法的迭代流程,采用算法对滤波器系统进行更新;S4.在连续的时间内,进行迭代处理,直到达到设定的最大迭代次数后,得到此时伪线性模型中的滤波器系数,并据此进行目标位置的预测。本发明将M估计的Logistic函数和递归最小p阶(RLP)算法相结合,能够有效地在非高斯环境下工作,且具有优越的滤波性能和更好的鲁棒性能,能够实现目标的精确定位。

    一种适用于飞行器建模的混合鲁棒仿射投影系统辨识方法

    公开(公告)号:CN116466577A

    公开(公告)日:2023-07-21

    申请号:CN202310291281.X

    申请日:2023-03-23

    Abstract: 本发明公开了一种适用于飞行器建模的混合鲁棒仿射投影系统辨识方法,包括以下步骤:S1.构建系统辨识器模型,输入信号经过系统得到输出信号作为预测值,并与期望输出信号作差,得到预测误差,并统计当前时刻之前多个时刻的误差向量;S2.根据统计得到的误差向量,使用混合鲁棒仿射投影方法来进行系统辨识器模型的参数更新;S3.重复步骤S1~S2进行迭代计算,直到满足收敛条件后,将得到的参数作为最终的模型参数,作为辨识结果。本发明利用鲁棒混合范数算法的损失函数求导结果,替换仿射投影符号算法的权重更新方向得到了新的权重更新方法,并在此基础上进行权重更新,直至满足收敛条件,能够有效降低非稳态环境下的影响,具有优异的辨识精度。

    一种适用于飞行器系统建模的自适应滤波方法和系统

    公开(公告)号:CN116341109A

    公开(公告)日:2023-06-27

    申请号:CN202310300453.5

    申请日:2023-03-24

    Abstract: 本发明提供了一种适用于飞行器系统建模的自适应滤波方法和系统,包括:步骤110,基于输入信号,获取期望输出向量;步骤120,将所述输入信号输入初始自适应滤波器,所述初始自适应滤波器输出实际输出向量;步骤130,基于所述期望输出向量和所述实际输出向量的差值,确定所述初始自适应滤波器的输出误差;步骤140,基于所述输出误差,通过随机梯度上升法,更新所述初始自适应滤波器;重复执行步骤110‑步骤140,迭代更新所述初始自适应滤波器,直到满足预设条件,得到自适应滤波器;以降低自适应滤波的误差精度和提高应对非稳态环境的性能,并使得在系统发生突变时具有一定的跟踪性能,且降低算法的复杂度。

Patent Agency Ranking