[发明专利]一种带噪声统计估值器的自适应滤波方法

权利要求书

1.一种带噪声统计估值器的自适应滤波方法，其特征在于，包括以下步骤：

步骤一：通过对连续系统离散化，建立离散系统的状态方程和量测方程；

步骤二：建立一步最优平滑器，利用k+1时刻的量测信息Z_k+1对k时刻估计值进行一步平滑修正；

步骤三：用k时刻一步最优平滑值代替k时刻滤波估计值并对k+1时刻的离散系统进行滤波；

步骤四：基于极大后验噪声估值器，用一步最优平滑值近似代替以滤波估计值代替建立次优极大后验噪声统计估值器；

步骤五：对k+1时刻得到的噪声统计估值器进行无偏估计检验，建立无偏的次优极大后验噪声统计估值器；

步骤六：根据系统状态方程，并结合步骤二到步骤五，依次利用一步最优平滑器、改进的卡尔曼滤波器以及无偏极大后验噪声统计估值器完成对系统的自适应卡尔曼滤波递推运算。

2.根据权利要求1所述的带噪声统计估值器的自适应滤波方法，其特征在于，步骤三中借助k+1时刻的量测信息Z_k+1对k时刻估计值进行一步平滑修正，并利用k时刻的一步最优平滑值代替滤波估计值对k+1时刻离散系统进行滤波，具体实现为：

X^k+1,k=ΦkX^k,k+1+Γkqk]]>

式中，是系统k+1时刻的一步预测估计值，是k时刻的一步最优平滑值，Φ_k是k时刻的一步转移矩阵，Γ_k是k时刻的系统噪声系数阵，是k时刻的系统噪声估计均值。

3.根据权利要求1所述的带噪声统计估值器的自适应滤波方法，其特征在于，步骤四中用一步最优平滑值和滤波估计值分别近似代替复杂的多步平滑值和得到次优极大后验估值器，具体实现为：

Γk+1q^k+1=1k+1Σj=1k+1[X^j,j-Φj-1X^j-1,j)]]]>

Γk+1Q^k+1Γk+1T=1k+1Σj=1k+1[X^j,j-Φj-1X^j-1,j-Γq][X^j,j-Φj-1X^j-1,j-Γq]T]]>

r^k+1=1k+1Σj=1k+1[Zj-HjX^j,j]]]>

R^k+1=1k+1Σj=1k+1[Zj-HjX^j,j-r][Zj-HjX^j,j-r]T]]>

式中，和分别是k+1时刻的系统噪声的估计均值和协方差；和分别是k+1时刻的量测噪声的估计均值和协方差。