【技术实现步骤摘要】
本专利技术涉及，适用于各类包含泛数有界参数不确定性或观测丢失的系统状态估计，属于系统状态估计领域。
技术介绍
状态估计是诸多实际系统实现其性能的核心问题。估计的结果通常作为系统的最终输出或控制信号对系统输出进行调节。估计的精度在很大程度上决定了系统的性能指标。估计精度主要受到系统建模的准确性，传感器的精度及观测信号的有效性的影响。状态估计器的设计原则是在相同的条件下对系统状态的估计更快，更准。目前已有的状态估计方法:卡尔曼滤波作为一种经典的状态估计方法已被广泛应用于航天、航空、航海、系统工程、通信、工业过程控制、遥感等各个领域。然而这种经典估计方法对应用场合有严格的要求，如要求系统状态方程精确已知、系统过程噪声及观测噪声为高斯白噪声且统计特性精确已知、系统观测持续有效。以上要求在很大程度上限制了卡尔曼滤波方法的应用。实际中各种各样的复杂系统往往不满足卡尔曼滤波的使用要求，如在传递对准中由于通信延迟造成主惯导信息丢包，又如在INS/GPS组合导航系统中，由于GPS信号受到遮挡造成观测丢失。此时继续使用传统的卡尔曼滤波器估计误差会较大甚至可能会导致估计发散。...
【技术保护点】
一种针对参数不确定性及观测丢失的鲁棒滤波方法，其特征在于，包括如下步骤：步骤一、通过数学模型对问题进行描述，包括对范数有界的参数不确定性及观测丢失的建模：步骤二、根据步骤一建立的数学模型给出包含待定参数的滤波器模型;步骤三、对原状态方程进行扩维，并求出扩维后的状态协方差阵,构造一个新状态向量;步骤四、根据步骤三得到的扩维后状态协方差阵寻找原状态向量的估计误差协方差;步骤五、对滤波器参数进行设置使得步骤四得到的估计误差协方差上界取得最小值;至此，得到一个滤波器在具有范数有界参数不确定性及观测丢失的情况下，实现状态估计误差协方差上界的最小化。
【技术特征摘要】
1.一种针对参数不确定性及观测丢失的鲁棒滤波方法，其特征在于，包括如下步骤:步骤一、通过数学模型对问题进行描述，包括对范数有界的参数不确定性及观测丢失的建模: 步骤二、根据步骤一建立的数学模型给出包含待定参数的滤波器模型； 步骤三、对原状态方程进行扩维，并求出扩维后的状态协方...
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。