基于卡尔曼滤波器的系统状态预测装置和方法制造方法及图纸

本公开提供一种基于卡尔曼滤波器的系统状态预测装置和方法，涉及工程技术领域，能够准确地预测系统状态，该基于卡尔曼滤波器的系统状态预测装置包括：先验状态预测模块，用于根据1至t‑1时刻的测量值来预测t时刻的先验状态估计值；测量值获取模块，用于获取t时刻的测量值；噪声过滤模块，用于过滤所获取的t时刻的测量值中的非高斯噪声；后验状态估计模块，用于基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值。

System State Prediction Device and Method Based on Kalman Filter

The present disclosure provides a system state prediction device and method based on Kalman filter, which relates to the field of engineering technology and can accurately predict the system state. The system state prediction device based on Kalman filter includes a prior state prediction module for predicting the prior state estimation value of t time according to the measured values of 1 to 1 t_1 time, and a measurement acquisition module for predicting the prior state estimation value of t time. Obtain the measurement value of t-time; noise filtering module to filter the non-Gaussian noise in the measured value of t-time; posterior state estimation module to estimate the posterior state estimation value of T-Time based on the prior state estimation value of the predicted T-Time and the measurement value of T-Time after filtering the non-Gaussian noise.

【技术实现步骤摘要】
基于卡尔曼滤波器的系统状态预测装置和方法
本公开涉及工程
，特别涉及一种基于卡尔曼滤波器的系统状态预测装置和方法。
技术介绍
目前，通常采用卡尔曼滤波器进行目标追踪。然而，由于现有的卡尔曼滤波器假设目标追踪过程中的噪声以及测量噪声满足高斯分布，因此，在实际的目标追踪过程中的噪声以及测量噪声不满足高斯分布的情况下，卡尔曼滤波器不能准确地进行目标追踪。
技术实现思路
有鉴于此，本公开旨在提出一种基于卡尔曼滤波器的系统状态预测装置，以便能够准确地预测系统状态。为达到上述目的，本公开的技术方案是这样实现的：一种基于卡尔曼滤波器的系统状态预测装置，该装置包括：先验状态预测模块，用于根据1至t-1时刻的测量值来预测t时刻的先验状态估计值；测量值获取模块，用于获取t时刻的测量值；噪声过滤模块，用于过滤所获取的t时刻的测量值中的非高斯噪声；后验状态估计模块，用于基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值。进一步的，所述噪声过滤模块通过调整卡尔曼增益和/或对所获取的t时刻的测量值进行预滤波来过滤所获取的t时刻的测量值中的非高斯噪声。进一步的，在本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波器的系统状态预测装置，其特征在于，所述基于卡尔曼滤波器的系统状态预测装置包括：先验状态预测模块(10)，用于根据1至t‑1时刻的测量值来预测t时刻的先验状态估计值；测量值获取模块(20)，用于获取t时刻的测量值；噪声过滤模块(30)，用于过滤所获取的t时刻的测量值中的非高斯噪声；后验状态估计模块(40)，用于基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值。

【技术特征摘要】
1.一种基于卡尔曼滤波器的系统状态预测装置，其特征在于，所述基于卡尔曼滤波器的系统状态预测装置包括：先验状态预测模块(10)，用于根据1至t-1时刻的测量值来预测t时刻的先验状态估计值；测量值获取模块(20)，用于获取t时刻的测量值；噪声过滤模块(30)，用于过滤所获取的t时刻的测量值中的非高斯噪声；后验状态估计模块(40)，用于基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值。2.根据权利要求1所述的系统状态预测装置，其特征在于，所述噪声过滤模块(30)通过调整卡尔曼增益和/或对所获取的t时刻的测量值进行预滤波来过滤所获取的t时刻的测量值中的非高斯噪声。3.根据权利要求2所述的系统状态预测装置，其特征在于，在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值小于预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值大于所述预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为小于其中，yt表示t时刻的测量值，表示根据1至t-1时刻的测量值预测的t时刻的先验状态估计值，Kt表示卡尔曼增益，Pt/t-1表示所预测的t时刻的先验状态估计值所对应的协方差矩阵，Ht是观察模型，Rt表示测量噪声所对应的协方差矩阵。4.根据权利要求3所述的系统状态预测装置，其特征在于，在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值大于所述预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为0。5.根据权利要求1至4中任一权利要求所述的系统状态预测装置，其特征在于，所述非高斯噪声包括尖峰噪声。6.根据权利要求3或4所述的系统状态预测装置，其特征在于，所述系统状态预测装置为基于卡尔曼滤波器的目标追踪装置，且所述噪声过滤模块(30)通过以下公式获得所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值rt：其中，ext表示所获取的t时刻的测量值中的径向位置与所预测的t时刻的先验状态估计值中的径向位置...

【专利技术属性】
技术研发人员：宫原俊二，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：河北,13