[发明专利]一种用于非线性动态系统非高斯噪声下的状态估计方法

权利要求书

1.一种用于非线性动态系统非高斯噪声下的状态估计方法，其特征在于该方法具体包含以下步骤：

S1、建立闭环连接控制系统，该闭环连接控制系统包括控制器、过程模型、传感器和DEKF滤波器，建立包含过程噪声信号和非高斯测量噪声信号的非线性动态系统模型；其中，所述的过程噪声信号作用于所述过程模型上，所述非高斯测量噪声信号作用于所述传感器上并使其输出测量反馈信号；测量反馈信号结合上一时刻的状态估计信号共同作用于所述DEKF滤波器上；

S2、获取测量反馈信号及上一时刻的状态估计信号，并结合过程模型和所获取的测量反馈信号进行估计，得到当前时刻最优的状态估计信号；

S3、将所述当前时刻的状态估计信号作为下一时刻所述控制器输入，得到控制信号，以提升所述非线性动态系统模型状态估计的准确性。

2.根据权利要求1所述的用于非线性动态系统非高斯噪声下的状态估计方法，其特征在于，所述步骤S1中的非线性动态过程模型为：

x_k＝f(x_k-1,u_k-1)+w_k-1 (1)

y_k＝h(x_k,u_k)+v_k (2)

其中，k表示时刻，为状态向量，为测量向量，N_x和N_y分别表示状态向量和测量向量的维数，u_k为输入的控制向量，为非线性状态转移函数，为线性或非线性的观测函数，为过程噪声，为测量噪声。

3.根据权利要求2所述的用于非线性动态系统非高斯噪声下的状态估计方法，其特征在于，所述的非线性动态过程模型近似线性化为：

x_k＝F_kx_k-1+w_k-1 (3)

y_k＝H_kx_k+v_k (4)

其中，为非线性状态转移函数的雅克比矩阵，为非线性的观测函数的雅克比矩阵，为k-1时刻的后验估计状态向量，为k时刻的先验估计状态向量，k|k-1表示从k-1时刻到k时刻的预测。

4.根据权利要求3所述的用于非线性动态系统非高斯噪声下的状态估计方法，其特征在于，状态相关的先验统计信息转换为测量相关的先验统计信息：

其中，为k时刻的先验估计测量向量，为k时刻的实际输出向量，n_k为先验估计测量噪声向量，S_k为先验估计测量的协方差矩阵，P_k|k-1为先验估计状态的协方差矩阵，根据式(5)和式(6)得到所述先验估计测量向量噪声信号的概率分布为n_k～N(0,S_k)。