一種自適應容積卡爾曼濾波方法
2023-05-09 14:03:26
專利名稱：一種自適應容積卡爾曼濾波方法
技術領域：
本發明涉及的是一種自適應容積卡爾曼濾波方法，特別是涉及一種帶漸消記憶時變噪聲統計估值器的自適應容積卡爾曼濾波方法。
背景技術：
加拿大學者Arasaratnam 在文獻《Cubature Kalman Filters)) (IEEETransactions on Automatic Control, 2009，54(6): 1254-1269)中提出了一種新型非線性濾波方法:容積卡爾曼濾波器(Cubature Kalman Filter,即CKF)。容積卡爾曼濾波是根據貝葉斯理論以及容積規則經過嚴格的數學推導得出的濾波算法，在理論上有保證，其根據容積準則，通過一組具有相同權重的點經過非線性系統方程轉換後產生新的點來給出下一時刻系統狀態的預測，避免了對非線性模型的線性化處理，其精度達三階。由於容積卡爾曼濾波估計精度高，不容易發散且計算量小的優點，容積卡爾曼濾波一提出就迅速被各領域的學者所接納，將其用於許 多估計問題中。文獻〈〈Cubature Kalman Filtering for Continuous-Discrete Systems:Theoryand Simulations)) (IEEE Transactions on Signal Processing.2010, 58(10):4977-4993P)將容積卡爾曼濾波用於處理空中交通管制情況下需跟蹤機動情形目標飛行器的軌跡問題，該情況下的狀態模型同時具有連續與離散性質，仿真結果顯示，相對於無跡卡爾曼濾波，容積卡爾曼濾波能夠容許目標飛行器更大的機動角速度以及量測噪聲更長的採樣時間。文獻《CubatureKalman Filter based Localization and Mapping》(Thel8thIFAC World Congress.2011, 2121-2125P)將容積卡爾曼濾波用於同步定位與地圖構建算法中，與基於無跡卡爾曼濾波的同步定位與地圖構建算法相比，基於容積卡爾曼濾波的同步定位與地圖構建算法對目標位置的最大估計誤差降低了近40%。文獻《ACKF Based Spatial Alignment of Radar and Infrared Sensors))(IEEElOthInternational Conference on Signal Processing.2OlO, 2386_2390P)指出在雷達與紅外傳感器間的 偏差估計算法中，對俯仰角的估計，容積卡爾曼濾波比無跡卡爾曼濾波具有更小的誤差及更快的收斂性。然而，標準容積卡爾曼濾波作為高斯濾波器，同擴展卡爾曼濾波和無跡卡爾曼濾波一樣，需要預知系統的數學模型和噪聲統計的先驗知識。而在實際應用中，噪聲的先驗統計是未知或不準確的，即使已知噪聲的先驗統計特性，由於內、外部不確定因素的影響，使得噪聲統計特性極易發生改變，體現出較強的時變特性。標準容積卡爾曼濾波不具有應對噪聲統計變化的自適應能力，其在噪聲統計未知時變情況下，可能導致較大的估計誤差，甚至導致濾波器發散。因此，需要引入自適應估計方法對容積卡爾曼濾波進行改進使其不依賴於先驗噪聲統計
發明內容
本發明的目的在於提供一種不要求精確已知噪聲的先驗統計特性，具有應對噪聲變化的自適應能力，且噪聲統計估值器遞推簡單，容易實現的帶漸消記憶時變噪聲統計估值器的自適應容積卡爾曼濾波方法。本發明的目的是這樣實現的:本發明包括下列步驟:(I)設定初始參數: 設定初始時刻系統狀態值Xtl,初始時刻狀態協方差Ptl,初始時刻系統噪聲均值q的漸消記憶時變噪聲統計估值器A，初始時刻系統噪聲協方差Q的漸消記憶時變噪聲統計估
值器P初始時刻系統噪聲均值r的漸消記憶時變噪聲統計估值器&，初始時刻系統噪聲協
方差R的漸消記憶時變噪聲統計估值器&，遺忘因子b ；(2)時間更新:進行自適應容積卡爾曼濾波基於標準容積卡爾曼濾波的時間更新:
權利要求
1.一種自適應容積卡爾曼濾波方法，包括如下步驟: (O設定初始參數: 設定初始時刻系統狀態值Χο，初始時刻狀態協方差Po，初始時刻系統噪聲均值q的漸消記憶時變噪聲統計估值器％初始時刻系統噪聲協方差Q的漸消記憶時變噪聲統計估值器.4，初始時刻系統噪聲均值r的漸消記憶時變噪聲統計估值器&，初始時刻系統噪聲協方差R的漸消記憶時變噪聲統計估值器i 遺忘因子b; (2)時間更新: 進行自適應容積卡爾曼濾波基於標準容積卡爾曼濾波的時間更新:
全文摘要
本發明涉及的是一種自適應容積卡爾曼濾波方法，特別是涉及一種帶漸消記憶時變噪聲統計估值器的自適應容積卡爾曼濾波方法。本發明包括下列步驟(1)設定初始參數；(2)時間更新；(3)量測更新；(4)構造漸消記憶時變噪聲統計估值器；(5)實時估計和修正噪聲。相比於標準容積卡爾曼濾波方法，該方法不要求精確已知噪聲的先驗統計特性，具有應對噪聲變化的自適應能力，且噪聲統計估值器遞推公式簡單，更容易實現，且對噪聲統計的估計是無偏的。
文檔編號G01C25/00GK103217175SQ201310122150
公開日2013年7月24日 申請日期2013年4月10日 優先權日2013年4月10日
發明者王宏健, 傅桂霞, 李娟 , 徐健, 劉向波, 陳興華, 張勳 申請人:哈爾濱工程大學