摘要:
针对一般多输入多输出不确定系统,提出一种基于鲁棒时变卡尔曼滤波的估计算法. 该方法将时变卡尔曼滤波与自适应神经网络相结合,利用自适应神经网络克服外界非线性不确定因素,采用两个误差信号对其进行训练以提高估计精度,并对估计误差有界性进行证明. 将该方法用于无人机视觉编队视线信息的状态估计,仿真结果表明该算法能够很好地估计不确定机动长机的加速度,实现了僚机对长机的有效跟踪.
中图分类号:
李雪松1, 李颖晖1, 李霞1, 王志科2. 基于鲁棒时变卡尔曼滤波估计的无人机视觉编队[J]. 应用科学学报, 2011, 29(5): 545-550.
LI Xue-song1, LI Ying-hui1, LI Xia1, WANG Zhi-ke2. Time-Varying Kalman Filter Estimation for Vision Based Unmanned Aerial Vehicle Formation Flight[J]. Journal of Applied Sciences, 2011, 29(5): 545-550.