Resumen

Muchas aplicaciones de seguimiento necesitan tratar con mediciones muestreadas aleatoriamente, para las que el método tradicional de estimación recursiva puede fallar. Además, obtener el modelo dinámico preciso del objetivo se hace más difícil. Por lo tanto, es necesario actualizar el modelo dinámico con la información en tiempo real del sistema de seguimiento. Este artículo proporciona una solución para el sistema de seguimiento de objetivos con mediciones de muestreo aleatorio. En este caso, el intervalo de muestreo irregular se transforma en un parámetro variable en el tiempo mediante el cálculo de la matriz exponencial, y el parámetro dinámico se estima mediante el estado estimado en línea con el método de Yule-Walker, que se denomina estimación en bucle cerrado. Se demuestra la condición de convergencia de la estimación en bucle cerrado. Las simulaciones y los experimentos muestran que el método de estimación de bucle cerrado puede obtener un buen rendimiento de estimación, incluso con una tasa irregular muy alta del intervalo de muestreo, y el modelo desarrollado tiene una gran ventaja para el seguimiento de trayectorias largas en comparación con los otros modelos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:estimación de bucle, método de estimación recursivo tradicional, muchas aplicaciones de seguimiento, modelo dinámico preciso, buen rendimiento de estimación, alta tasa irregular, intervalo de muestreo irregular, seguimiento de trayectorias largas, método de estimación de bucle, medición de muestreo aleatorio
• Keywords:loop estimation, traditional recursive estimation method, many tracking applications, accurate dynamic model, good estimation performance, high irregular rate, irregular sampling interval, long trajectory tracking, loop estimation method, randomly sampling measurement