[发明专利]交互式T-S模糊语义模型估计方法、系统和计算机可读存储介质

权利要求书

1.一种交互式T-S模糊语义模型估计方法，其特征在于，包括：

根据目标特征采用的不同语言值定义T-S模糊模型中的不同语义模糊集；

根据所述不同语义模糊集设定各个语义模糊集之间的概率转换方法；

根据所述概率转换方法设定模型概率预测函数；根据所述概率转换方法及概率预测函数设定概率混合函数；根据所述概率混合函数及前一时刻的目标状态和协方差计算目标的混合初始状态估计及混合初始状态协方差；

对所述混合初始状态估计及所述混合初始状态协方差进行非线性滤波处理，得到目标状态的更新状态及更新状态协方差；

根据已计算的T-S模糊模型的模糊隶属度对T-S模糊模型的前件参数进行计算和更新，得到更新前件参数；

根据前件参数计算标准化模型概率；

根据所述标准化模型概率、更新状态及更新状态协方差得出目标的状态估计及协方差估计；

根据所述状态估计及协方差估计估计目标的运动状态。

2.根据权利要求1所述的交互式T-S模糊语义模型估计方法，其特征在于，所述根据所述不同语义模糊集设定各个语义模糊集之间的概率转换方法包括：

根据相近语义具有相似性的特点，使用已得出的模糊集交叉度定义，设定转移概率函数；

在设定每个模糊模型的特征数量及语言值数量后，根据T-S模糊模型对非线性函数的表示函数，得到转移概率；

根据转移概率得到概率转移矩阵表示函数。

3.根据权利要求2所述的交互式T-S模糊语义模型估计方法，其特征在于，所述模糊集交叉度定义的得出方法包括：

计算两个模糊集的并集；

将两个模糊集的交集近似分别转化为两个三角形隶属函数；

计算两个所述三角形隶属函数的交叉度。

4.根据权利要求1所述的交互式T-S模糊语义模型估计方法，其特征在于，所述对所述混合初始状态估计及所述混合初始状态协方差进行非线性滤波处理包括：

在最小二乘估计器中引入目标速度与时间间隔作为遗忘因子；

根据所述混合初始状态协方差、状态转移矩阵及观测矩阵计算滤波增益；

根据所述滤波增益及所述混合初始状态估计得到更新状态；

根据所述滤波增益及混合初始状态协方差得到更新状态协方差。

5.根据权利要求1所述的交互式T-S模糊语义模型估计方法，其特征在于，所述T-S模糊模型隶属度的计算方法包括：

设定核最大熵模糊C回归模型聚类的目标函数；

根据香农信息熵的定义，在所述目标函数中引入信息熵，得到新目标函数；

对模糊隶属度求一阶偏导并使模糊隶属度的一阶偏导等于零，得到偏导函数；

根据所述偏导函数及所述目标函数得到偏导目标函数；

根据所述偏导目标函数及所述偏导函数得到实际观测与模型输出之间的模糊隶属度。

6.根据权利要求1所述的交互式T-S模糊语义模型估计方法，其特征在于，所述对T-S模糊模型的前件参数进行计算和更新包括：

根据所述模糊隶属度计算模糊函数均值；

根据所述模糊函数均值计算模糊函数方差；

根据所述模糊函数方差及所述模糊函数均值计算模糊函数的模糊权值。