卡尔曼预测滤波在脱靶量时滞问题中的应用研究

《卡尔曼预测滤波在脱靶量时滞问题中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、卡尔曼预测滤波在脱靶量时滞问题中的应用研究：针对光电跟踪系统中的脱靶量时滞问题，对脱靶量时滞对系统控制性能的影响进行了分析。在机动目标运动模型的基础上提出了可行的预测滤波解决方案，设计了对应的卡尔曼滤波器。仿真结果表明对脱靶量的预测取得了良好的效果。　　Abstract：Tomissdistancetime-delayprobleminelectro-opticaltrackingsystem，theimpactsetontheperformanceofsystemcontrolbymissdistancetime-delayproblemobiletargetmod

2、el，afeasiblepredictionfilteringsolutionanfilter.Thesimulationresultsshoissdistancehasachievedgoodresults.　　关键词：光电跟踪系统；脱靶量；卡尔曼滤波；预测误差　　Key；missdistance；kalmanfilter；forecasterror　　：V556.8：A：1006-4311（2013）20-0047-02　　0引言　　航空、航天及军事工程的发展对光电系统的跟踪精度提出了越来越高的要求。为提高精度，从控制的角度提高响应速度，减小动态滞后误差是首要的。

3、对伺服系统而言，其所获得的脱靶量（方位和俯仰角偏差）是经过光电转换、信号处理、数据采集存储、图像识别算法计算和传输等环节后的结果，必然滞后于目标成像时间。在跟踪快速运动目标时，滞后量的存在必然影响控制系统的稳定性和跟踪精度。因此需要对机动目标当前状态进行实时滤波和对未来时刻作预测估计，从而引导伺服跟踪系统连续、稳定地跟踪目标。　　1脱靶量时滞对跟踪系统的性能影响　　系统补偿后的开环传递函数通常为典型的II型系统，典型II型系统表示为　　G（s）=■e-？子s　　设系统采样频率为fs，开环截止频率为fc，时滞环节产生的相位裕度损失为？驻？渍，则系统的相位裕度为　　？渍=

4、？仔+arg[G（j？棕c）]　　=arctanT1？棕c-arctanT2？棕c-？驻？渍　　其中？驻？渍=2？仔？子fc=2？仔■·■　　所以？子=■■·？驻？渍　　从上可知，跟踪系统中的时滞会降低相位裕度，从而导致系统的超调量增加，甚至使系统产生振荡，最终丧失跟踪能力。时滞越大，系统的开环截止频率越小，导致系统响应输入信号的速度下降，系统的跟踪性能降低；同时，为保证系统的相位裕度，开环截止频率的降低必然会使系统的开环放大倍数下降，从而降低系统的跟踪精度。　　为了提高系统的精度，必须对脱靶量滞后进行处理。常用的预测滤波方法一般有有限记忆最小平方滤波、？琢-？茁-？

5、酌滤波、自适应滤波、卡尔曼滤波。有限记忆最小平方滤波、？琢-？茁-？酌滤波计算量小，算法简单但精度不高，这里我们选用的是卡尔曼滤波。　　2机动目标的导数多项式模型　　运用卡尔曼滤波器必须先建立机动目标的状态模型。一般来说，在给定的时间内，机动目标一般可以看作匀速运动或者匀加速运动，因此我们选用倒数多项式模型来描述机动目标的运动方程。　　假设目标在t+t0时刻的位置为x（t+t0），将其在t0时刻进行泰勒展开　　x（t+t0）=x（t0）+…+x（n）（t0）■　　令x（t0）=a0，■（t0）=a1，……则当t0=0时有x（t）=a0+a1t+…+an■　　令XT（t

6、）=x，■，…■　　=[x1，x2，…xn+1]　　求解该方程并离散化得　　x1（k）x2（k）…xn（k）xn+1（k）=■x1（k-1）x2（k-1）■xn（k-1）xn+1（k-1）　　T为系统的采样周期，上式可简写为Xk=？椎k/k-1Xk-1　　？椎k/k-1即为导数多项式模型下的系统状态转移矩阵。　　在实际系统中，由于存在环境噪声（气象、风、浪等干扰），目标的有意机动和无意机动等，所以在状态模型中添加一个噪声项Wk-1。于是Xk=？椎k/k-1Xk-1+？祝k-1Wk-1　　其中，？祝k-1为状态噪声驱动阵，说明系统中的干扰是怎样传播的；Wk-1为均值为零

7、，方差为？滓2的白噪声序列。　　当n=2时为二阶系统，机动目标作匀加速运动，此时　　？椎k/k-1=■　　3基于运动模型的卡尔曼滤波器　　设跟踪系统的观测方程为　　Z（k）=H（k）X（k）+V（k）　　其中，H（k）=[100]T，V（k）为观测噪声，E[V（k）]=0。<：针对光电跟踪系统中的脱靶量时滞问题，对脱靶量时滞对系统控制性能的影响进行了分析。在机动目标运动模型的基础上提出了可行的预测滤波解决方案，设计了对应的卡尔曼滤波器。仿真结果表明对脱靶量的预测取得了良好的效果。　　Abstract：Tomissdistancetime-delayp