简介：基于排斥粒子，过滤器(MPF)被交上的一个算法在这篇论文详细说明解决太空船态度评价问题：用偏导的旋转罗盘和向量观察的态度和旋转罗盘偏爱评价。在这个算法，由外面排斥在太空船模型的线性地的州的出现，Kalman过滤器与每个粒子被联系以便减少州的空间和计算负担的尺寸。态度向量的分发被一套粒子接近并且估计了使用粒子过滤器，当旋转罗盘偏爱的评价被使用Kalman过滤器为一个态度粒子获得时。这个修改MPF评估者的效率通过充分激活的僵硬身体的数字模拟被验证。为比较，unscentedKalman过滤器(UKF)也被用来计量MPF的表演。在这份报纸介绍的结果清楚地证明MPF比在应付非线性的模型的UKF优异。关键词态度评价-粒子过滤器-太空船-非线性的过滤器-四元数这个工作被研究资金支持因为中国(号码20050213010)的高等教育的博士程序，国家高技术研究和开发中国(863程序)(号码2004AA735080)编程序。刘亚秋加入了信息的学院，东北林地大学，哈尔滨，中国自从2004，他当前在哪儿副教授。他收到了B.Eng的度。(电力工程)电的Technolog从哈尔滨开创M.Eng。(控制理论和工程)从从在1990，1999和2004的哈尔滨工学院的东北林地大学和博士(航行，指导和控制)分别地。他的研究兴趣包括进程控制，聪明的控制和软计算，差错诊断。是的江学元论文的一个相应作者，收到了B.Eng的学位。(自动控制)，M.Eng。(控制理论和工程)并且从在2000，2002和2006的哈尔滨工学院的博士(航行，指导和控制)分别地。他的主要研究兴趣在太空船态度控制，态度评价，和非线性的过滤器。马光富是在学院航天学的一个完整的教授，哈尔滨工学院，哈尔滨，中国，自从1997。他收到了B.Eng的学位。(自动控制)，M.Eng。(控制理论和申请)并且�

简介：在这份报纸，用在土中的轴承和频率大小的联合集合的一个新被动修改重申的扩大Kalman过滤器(MIEKF)集中了惯性(ECI)坐标被建议。MIEKF的一个新测量更改方程被修改高斯牛顿重复的客观功能导出。一个新获得方程和重复结束标准被使用最大的可能性的估计的性质获得。接近的秒顺序线性化州的繁殖方程，州的转移的Jacobian矩阵和测量方程在卫星被导出二身体的运动。MIEKF，重申的扩大Kalman过滤器(IEKF)和扩大Kalman过滤器(EKF)的追踪的表演从STK8.1通过模仿的数据经由蒙特卡罗模拟被比较。模拟结果显示建议MIEKF是可能的消极地由一颗高地球轨道卫星追踪低地球通报轨道卫星，并且更高让比IEKF和EKF追踪精确。

简介：性恶的稳定的倒置为其零动力学不可思议地被使不安的稍微非最小的阶段系统被学习，也就是说，相对的度是不清楚的。为这些系统，我们证明那在那里存在在当经由稳定的倒置的调节得好的前馈控制输入被寻求时，要追踪的一条引用轨道的带宽的固有的限制。我们断言当这限制的违背发生时，所谓的参考书轨道重新设计被叫为。如果需要，我们的分析结果能为参考书轨道重新设计提供一个明确的评价以及有用指导。

简介：

简介：Anewformationnavigationapproachderivedfrommulti-robotscooperativeonlineFastSLAMisproposed.Inthisapproach,theleaderandfollowerrobotsaredefined.Theposterioriestimationoftheleaderrobotstateistreatedasarelativereferenceforallfollowerrobotstocorrecttheirstateprioriestimations.Thecontrolvolumeofindividualfollowerwillbeachievedfromtheresultsofthecorrectedestimation.Allrobotsareobservedaslandmarkswithknownassociationsbytheothersandareconsideredintheirlandmarksupdating.Bythemethod,theerrorsoftherobotposteriorestimationsarereducedandtheformationiswellkept.Thesimulationandphysicalexperimentresultsshowthatthemulti-robotsrelativelocalizationaccuracyisimprovedandtheformationnavigationcontrolismorestableandefficientthannormalleader-followingstrategy.Thealgorithmiseasyinimplementation.