摘要
本发明提出了一种信息缺失下的制导信息协同估计方法,包括:构建含缺失信息的多弹协同的状态估计模型;根据专家系统确定过程噪声和观测噪声的参数;利用扩展卡尔曼滤波方法对状态估计模型中所述缺失信息进行多弹协同估计,并在多弹协同估计过程中,使用强化学习方法动态调节专家系统确定的过程噪声和观测噪声的参数。本发明运用扩展卡尔曼滤波算法,实现了对制导信息的高精度估计;同时,为进一步优化量测效果,还采用强化学习的方法,对过程噪声协方差矩阵Q和观测噪声协方差矩阵R进行校正,从而提高了对目标的估计准确度;为现代战场环境下多弹协同作战提供了有力的技术支持和理论保障。
技术关键词
状态估计模型
观测噪声
估计方法
专家系统
协方差矩阵
扩展卡尔曼滤波方法
强化学习方法
强化学习算法
扩展卡尔曼滤波算法
滤波器
参数
表达式
量测噪声
动态
战场环境
序列
导弹
距离信息
系统为您推荐了相关专利信息
微波无线能量
协方差矩阵
多项式
系统仿真模型
天线优化设计方法
小波域
图像水印算法
离散小波变换
概率密度函数
水印嵌入
地表形变监测方法
矿山采空区
多通道卷积神经网络
无人机航测
LSTM模型
冰雹预测方法
加权损失函数
机器学习算法
变量
数据
动力电池
等效电路模型
诊断方法
UKF算法
可变遗忘因子