[发明专利]利用删失数据估计系统实际状态的方法及应用其的滤波器在审
| 申请号： | 201711103482.3 | 申请日： | 2017-11-10 |
| 公开（公告）号： | CN108228959A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 韩非;董宏丽;李佳慧;宋艳华;路阳;张勇 | 申请（专利权）人： | 东北石油大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06F17/11 |
| 代理公司： | 大庆知文知识产权代理有限公司 23115 | 代理人： | 李建华 |
| 地址： | 163318 黑龙江省*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种针对删失数据估计系统实际状态的方法及应用其的滤波器，包括：建立时变系统的状态空间方程；所述状态空间方程包括：系统的状态向量和系统的测量输出；根据已知的阈值向量和所述系统的测量输出的大小关系构建删失测量方程得到可观测变量向量，通过随机变量分布函数描述所述删失测量发生的可能性；根据全概率公式计算出所述可观测变量向量的期望；通过Kronecker积和Hadamard积得到矩阵的期望；并得到随机矩阵加权协方差矩阵；将所述随机矩阵加权协方差矩阵作为系统运动过程的协方差矩阵，利用所述可观测变量向量的期望通过卡尔曼滤波算法使所述状态空间方程的状态误差协方差最小估计系统实际状态。以及滤波器。 | ||
| 搜索关键词： | 滤波器 状态空间方程 协方差矩阵 变量向量 实际状态 可观测 数据估计系统 测量输出 随机矩阵 加权 期望 测量 卡尔曼滤波算法 矩阵 全概率公式 大小关系 分布函数 估计系统 时变系统 随机变量 系统运动 状态误差 状态向量 阈值向量 协方差 构建 应用 | ||
【主权项】：
1.一种针对删失数据估计系统实际状态的方法，其特征在于，包括：建立时变系统的状态空间方程；所述状态空间方程，包括：系统的状态向量和系统的测量输出；根据已知的阈值向量和所述系统的测量输出的大小关系构建删失测量方程得到可观测变量向量，通过随机变量分布函数描述所述删失测量发生的可能性；根据全概率公式计算出所述可观测变量向量的期望；将所述系统的状态向量中的系统上一步的状态向量的系数矩阵分解，得到期望值为零的第一上一步的状态向量系数矩阵和第二上一步的状态向量系数矩阵，由所述系统的状态向量的第一零均值高斯随机向量中所有协方差元素构建第一信息矩阵；构建系统的随机矩阵；求取所述系统的随机矩阵与单位矩阵的Kronecker积后再与所述第一信息矩阵的Hadamard积得到矩阵的期望；计算单位列向量与单位矩阵的Kronecker积；所述得到矩阵的期望的两侧分别乘以所述计算单位列向量与单位矩阵的Kronecker积的转置矩阵以及所述计算单位列向量与单位矩阵的Kronecker积的矩阵，得到随机矩阵加权协方差矩阵；将所述随机矩阵加权协方差矩阵作为系统运动过程的协方差矩阵，利用所述可观测变量向量的期望通过卡尔曼滤波算法使所述状态空间方程的状态误差协方差最小估计系统实际状态；其中，所述系统的随机矩阵内的元素期望为零，且所述第一信息矩阵的期望已知。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北石油大学，未经东北石油大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711103482.3/，转载请声明来源钻瓜专利网。
