模糊与卡尔曼滤波日标跟踪控制系统的比较 Comparison of Fuzzy and Kalman-Filter Target-Tracking control system Peter J.Pacini,Bart Kosko 报告人：黄健斌
模糊与卡尔曼滤波目标跟踪控制系统的比较 Comparison of Fuzzy and Kalman-Filter Target-Tracking control system 报告人：黄健斌 Peter J.Pacini , Bart Kosko
内容简个 1、为什么要将模糊控制器与卡尔曼滤波器进行比较？ 2、实时目标跟踪系统是怎样的？ 3、模糊控制器的工作原理是怎样的？ 4、卡尔曼滤波器与模糊控制器在目标跟踪系统中性能如何？
1、为什么要将模糊控制器与卡尔曼滤波器进行比较？ 3、模糊控制器的工作原理是怎样的？ 2、实时目标跟踪系统是怎样的？ 内容简介 4、卡尔曼滤波器与模糊控制器在目标跟踪系统中性能如何？
1、为什么要将模糊控制器与卡尔曼滤波器进行比较？ 卡尔曼滤波器是一 模糊控制器是 种理想的随机线性自适 个模糊系统， 应滤波器，它需要明确 其输出与输入之 的数据模型来定义输出 间没有经典的数 与输入之间的关系，是 学模型。 数据模型控制器的典范 (Benchmark) 没有系统是万能的，Benchmark也不例外
1、为什么要将模糊控制器与卡尔曼滤波器进行比较？ 卡尔曼滤波器是一 种理想的随机线性自适 应滤波器，它需要明确 的数据模型来定义输出 与输入之间的关系，是 数据模型控制器的典范 （Benchmark）。 模糊控制器是 一个模糊系统， 其输出与输入之 间没有经典的数 学模型。 没有系统是万能的，Benchmark也不例外
数学模型控制器的问题 数学模型控制器在输出和输入的函数关系确定的情况下的 工作性能会很好。对于不确定的环境，数学模型控制器一般 采用概率统计量（条件均值、协方差等）来进行处理，实践 中常采用线性或马尔科夫模型。存在以下问题： (1)不确定性一般很难用经典数据模型加以准确描述。 (2)很难将专家的知识加到系统中去，在这种系统中， 专家的知识一般只能用来估计初始状态和协方差条件。 不确定环境，正是模糊大有用武之地
数学模型控制器的问题 数学模型控制器在输出和输入的函数关系确定的情况下的 工作性能会很好。对于不确定的环境，数学模型控制器一般 采用概率统计量（条件均值、协方差等）来进行处理，实践 中常采用线性或马尔科夫模型。存在以下问题： （1）不确定性一般很难用经典数据模型加以准确描述。 （2）很难将专家的知识加到系统中去，在这种系统中， 专家的知识一般只能用来估计初始状态和协方差条件。 不确定环境，正是模糊大有用武之地
2、实时目标跟踪系统是怎样的？ 实时目标跟踪系统一般采用雷达或其它设备去探测目标与设备所 在平面的的高度和方位角。由两个马达控制设备的探测方向，通过连 续地调整两个马达的转速，保持对目标的连续跟踪。 对高度和方位角的控制可以采用相同的算法进行
2、实时目标跟踪系统是怎样的？ 实时目标跟踪系统一般采用雷达或其它设备去探测目标与设备所 在平面的的高度和方位角。由两个马达控制设备的探测方向，通过连 续地调整两个马达的转速，保持对目标的连续跟踪。 对高度和方位角的控制可以采用相同的算法进行