突变滤波算法制造技术
【技术实现步骤摘要】
本专利技术涉及的是一种突变信号的滤波估计方法，特别适用于强非线性和强随机性系统的信号处理。技术背景在自然界中，除了渐变的和连续光滑的变化现象之外，还存在着大量的突变和跃迁现象，如陀螺漂移信号、作水平飞行的飞机飞越山区时无线电高度表的输出信号、惯导的输出误差信号、传递对准中的误差信号，GPS的SA误差信号等，这类信号存在着突变特性。由于信号没有确定性的频谱，无法用常规滤波方法提取有用信号。现有KF、EKF和UKF及其改进的滤波方法使用较多，尤其UKF滤波精度高、收敛速度快，其本质是利用一定数量的采样点逼近非线性密度函数，进行非线性模型的状态与误差协方差的预测，进而递推和更新，但是UKF算法属于经典KF滤波的扩充，也是以准确的数学模型和系统噪声及量测噪声统计特性已知为基础的，而当系统或环境剧烈变化时，噪声统计特性将会发生较大变化，此时滤波器精度和稳定性就会下降，甚至发散。为了提高这种UKF 缺乏对突变的自适应能力，出现了Sage–Husa滤波，抗差滤波，强跟踪滤波，渐消因子算法等，然而这些算法都是基于严格的数学推理和苛刻的假定条件...
【技术保护点】
突变滤波算法，其特征在于把一步状态预测值、测量值、系统噪声和量测噪声作为4个控制量，建立突变势函数，为测量值，一步状态预测值，量测噪声，为系统噪声。
【技术特征摘要】
1.突变滤波算法，其特征在于把一步状态预测值、测量值、系统噪声和量测噪声作为4个控制量，建立突变势函数 ，为测量值，一步状态预测值，量测噪声，为系统噪声。
2.突变滤波算法，其特征在于计算出状态突变归一化隶属度，表示状态突变的程度，如果状态完全发生突变，那么在本次滤波计算中不考虑上一次状态预测值，而是结合采样点数据预测值和当前测量值进行状态估计；如果部分突变，根据突变隶属度来计算使用状态预测值大小，再结合采样点数据预测值和当前测量值进行状态估计。
3.突变滤波算法，其特征在于如果状态完全发生突变，说明系统...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。