-
公开(公告)号:CN112765921A
公开(公告)日:2021-05-07
申请号:CN202011537812.1
申请日:2020-12-23
Applicant: 杭州电子科技大学
IPC: G06F30/367
Abstract: 本发明公开了一种强非线性动态系统的高阶扩展卡尔曼滤波器设计方法。首先,基于多维高阶多项式建模强非线性动态系统的状态模型和测量模型;其次,将状态模型中的高阶多项式定义为系统的隐性变量,并将状态模型等价改写成基于原始变量和隐变量相结合的伪线性模型;再次,视高阶隐变量为系统的各阶加性参数,再通过对他们之前进行随机动态建模,建立起由状态与参数相结合的扩维线性状态模型;然后,再对测量模型进行相应处理,将原始系统建模为基于状态与参数相结合的扩维线性测量模型;最后,基于扩维的线性系统,设计出针对原始状态估计的新型高阶扩展卡尔曼滤波器。本发明通过数字仿真验证了新滤波器的有效性。
-
公开(公告)号:CN113608442A
公开(公告)日:2021-11-05
申请号:CN202110899253.7
申请日:2021-08-05
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于特征函数的非线性状态模型系统的状态估计方法。本发明基于泰勒展开来对非线性状态模型进行线性化,通过对状态模型的非线性部分寻找连续可导的点,然后在可导点处对非线性部分进行泰勒展开,通过保留泰勒展开后的一阶项而舍去高阶项的方式来线性化状态模型,对测量模型不做改变,从而使得系统模型满足状态为线性,测量为非线性,以满足特征函数滤波的使用条件,来用特征函数滤波进行状态估计。这种非线性状态模型的线性化方法,扩展了特征函数滤波在非线性系统中的应用范围,能在很大程度上提高估计精度,在实际应用中,尤其是在目标跟踪、通信导航等领域能够节约测量和维护成本。
-