[發明專利]一種帶厚尾噪聲的魯棒容積濾波方法

在審

• 申請號: 201810876963.6
• 申請日: 2018-08-03
• 公開（公告）號: CN109061579A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 程然;繆禮鋒;王婷婷
• 申請（專利權）人: 中國航空工業集團公司雷華電子技術研究所
• 主分類號: G01S7/36
• 分類號: G01S7/36
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 王子溟

1.一種帶厚尾噪聲的魯棒容積濾波方法，用于估計動態系統在當前時刻的狀態，其特征在于，包括：

步驟一、構造目標運動及傳感器測量離散非線性方程；

步驟二、根據系統前一時刻各狀態向量的估計值，計算當前時刻系統各狀態向量預測值；

步驟三、計算當前時刻系統各狀態向量預測值的精確度，所述精確度采用估計誤差協方差矩陣表征；

步驟四、根據當前時刻系統各狀態向量預測值，計算當前時刻的量測預測值；

步驟五、計算當前時刻量測預測值的精確度；

步驟六、計算當前時刻量測預測值與系統各狀態向量預測值之間互相關的精確度；

步驟七、計算當前時刻濾波器增益；

步驟八、計算當前時刻統計距離；

步驟九、將當前時刻的系統各狀態向量預測值進行更新；

步驟十、更新當前時刻系統各狀態向量估計誤差協方差矩陣。

2.如權利要求1所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟一中，構造目標運動及傳感器測量離散非線性方程

其中，x_k∈Rⁿ表示k時刻系統狀態向量，n為狀態維數，z_k∈R^m表示k時刻外部量測向量，m為量測維數，f(·)和h(·)分別表示狀態轉移函數和量測函數，w_k-1∈Rⁿ與v_k∈R^m分別表示過程噪聲和量測噪聲，將過程噪聲和量測噪聲均假設為厚尾噪聲，分別建模成如下平穩的Student’s t分布：

其中，St(·；μ,Σ,v)表示均值為μ，尺度矩陣為Σ，自由度參數為v的Student’s t分布。Q_k和v₁分別是系統噪聲的尺度矩陣和自由度參數，R_k和v₂分別是量測噪聲的尺度矩陣和自由度參數；初始狀態x₀假設服從均值為尺度矩陣為P_0|0，自由度參數為v₃的Student’st分布，即：

且x₀，w_k和v_k互不相關。

3.如權利要求2所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟二中，計算當前時刻系統各狀態向量預測值包括計算狀態的先驗均值

4.如權利要求3所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟三中，計算當前時刻系統各狀態向量預測值的精確度包括計算狀態的先驗協方差矩陣P_k|k-1：

5.如權利要求4所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟四中，計算當前時刻的量測預測值包括計算量測的先驗均值

6.如權利要求5所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟五中，計算當前時刻量測預測值的精確度包括計算量測的先驗協方差矩陣

7.如權利要求6所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟六中，計算當前時刻量測預測值與系統各狀態向量預測值之間互相關的精確度包括計算狀態與量測的先驗互協方差矩陣

8.如權利要求7所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟七及步驟八中，濾波器增益計算

統計距離計算

9.如權利要求8所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟九及步驟十中，當前時刻的系統各狀態向量預測值進行更新包括狀態均值更新

更新當前時刻系統各狀態向量估計誤差協方差矩陣包括

10.如權利要求1所述的帶厚尾噪聲的魯棒容積濾波方法，其特征在于，所述步驟二至步驟六的任一步包括采用三次冪球徑容積準則求解多維非線性函數積分，利用三次冪球徑容積準則來求解涉及到的含有Student’s t分布的多維非線性函數積分即I[g]＝3rd-STSRCR[μ，Σ，v，g(·)]，其中輸入參數包括μ,Σ,v,g(·)，輸出結果為：

其中，e_j表示第j個元素為1的單位列向量。