专利名称：一种自适应容积卡尔曼滤波方法
技术领域：
本发明涉及的是一种自适应容积卡尔曼滤波方法，特别是涉及一种带渐消记忆时变噪声统计估值器的自适应容积卡尔曼滤波方法。
背景技术：
加拿大学者Arasaratnam 在文献《Cubature Kalman Filters)) (IEEETransactions on Automatic Control, 2009，54(6): 1254-1269)中提出了一种新型非线性滤波方法:容积卡尔曼滤波器(Cubature Kalman Filter,即CKF)。容积卡尔曼滤波是根据贝叶斯理论以及容积规则经过严格的数学推导得出的滤波算法，在理论上有保证，其根据容积准则，通过一组具有相同权重的点经过非线性系统方程转换后产生新的点来给出下一时刻系统状态的预测，避免了对非线性模型的线性化处理，其精度达三阶。由于容积卡尔曼滤波估计精度高，不容易发散且计算量小的优点，容积卡尔曼滤波一提出就迅速被各领域的学者所接纳，将其用于许 多估计问题中。文献〈〈Cubature Kalman Filtering for Continuous-Discrete Systems:Theoryand Simulations)) (IEEE Transactions on Signal Processing.2010, 58(10):4977-4993P)将容积卡尔曼滤波用于处理空中交通管制情况下需跟踪机动情形目标飞行器的轨迹问题，该情况下的状态模型同时具有连续与离散性质，仿真结果显示，相对于无迹卡尔曼滤波，容积卡尔曼滤波能够容许目标飞行器更大的机动角速度以及量测噪声更长的采样时间。文献《CubatureKalman Filter based Localization and Mapping》(Thel8thIFAC World Congress.2011, 2121-2125P)将容积卡尔曼滤波用于同步定位与地图构建算法中，与基于无迹卡尔曼滤波的同步定位与地图构建算法相比，基于容积卡尔曼滤波的同步定位与地图构建算法对目标位置的最大估计误差降低了近40%。文献《ACKF Based Spatial Alignment of Radar and Infrared Sensors))(IEEElOthInternational Conference on Signal Processing.2OlO, 2386_2390P)指出在雷达与红外传感器间的 偏差估计算法中，对俯仰角的估计，容积卡尔曼滤波比无迹卡尔曼滤波具有更小的误差及更快的收敛性。然而，标准容积卡尔曼滤波作为高斯滤波器，同扩展卡尔曼滤波和无迹卡尔曼滤波一样，需要预知系统的数学模型和噪声统计的先验知识。而在实际应用中，噪声的先验统计是未知或不准确的，即使已知噪声的先验统计特性，由于内、外部不确定因素的影响，使得噪声统计特性极易发生改变，体现出较强的时变特性。标准容积卡尔曼滤波不具有应对噪声统计变化的自适应能力，其在噪声统计未知时变情况下，可能导致较大的估计误差，甚至导致滤波器发散。因此，需要引入自适应估计方法对容积卡尔曼滤波进行改进使其不依赖于先验噪声统计
发明内容
本发明的目的在于提供一种不要求精确已知噪声的先验统计特性，具有应对噪声变化的自适应能力，且噪声统计估值器递推简单，容易实现的带渐消记忆时变噪声统计估值器的自适应容积卡尔曼滤波方法。本发明的目的是这样实现的:本发明包括下列步骤:(I)设定初始参数: 设定初始时刻系统状态值Xtl,初始时刻状态协方差Ptl,初始时刻系统噪声均值q的渐消记忆时变噪声统计估值器A，初始时刻系统噪声协方差Q的渐消记忆时变噪声统计估
值器P初始时刻系统噪声均值r的渐消记忆时变噪声统计估值器&，初始时刻系统噪声协
方差R的渐消记忆时变噪声统计估值器&，遗忘因子b ；(2)时间更新:进行自适应容积卡尔曼滤波基于标准容积卡尔曼滤波的时间更新:
权利要求
1.一种自适应容积卡尔曼滤波方法，包括如下步骤: (O设定初始参数: 设定初始时刻系统状态值Χο，初始时刻状态协方差Po，初始时刻系统噪声均值q的渐消记忆时变噪声统计估值器％初始时刻系统噪声协方差Q的渐消记忆时变噪声统计估值器.4，初始时刻系统噪声均值r的渐消记忆时变噪声统计估值器&，初始时刻系统噪声协方差R的渐消记忆时变噪声统计估值器i 遗忘因子b; (2)时间更新: 进行自适应容积卡尔曼滤波基于标准容积卡尔曼滤波的时间更新:
全文摘要
本发明涉及的是一种自适应容积卡尔曼滤波方法，特别是涉及一种带渐消记忆时变噪声统计估值器的自适应容积卡尔曼滤波方法。本发明包括下列步骤(1)设定初始参数；(2)时间更新；(3)量测更新；(4)构造渐消记忆时变噪声统计估值器；(5)实时估计和修正噪声。相比于标准容积卡尔曼滤波方法，该方法不要求精确已知噪声的先验统计特性，具有应对噪声变化的自适应能力，且噪声统计估值器递推公式简单，更容易实现，且对噪声统计的估计是无偏的。
文档编号G01C25/00GK103217175SQ201310122150
公开日2013年7月24日 申请日期2013年4月10日 优先权日2013年4月10日
发明者王宏健, 傅桂霞, 李娟 , 徐健, 刘向波, 陈兴华, 张勋 申请人:哈尔滨工程大学