[發明專利]噪聲相關和量測一步隨機延時系統高斯濾波器的設計方法

在審

• 申請號: 202011478686.7
• 申請日: 2020-12-15
• 公開（公告）號: CN112653410A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 潘世曄;王新梅;劉珍珠;司洋榮
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: H03H7/01
• 分類號: H03H7/01;H03H7/075
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 郝明琴

本發明提供了一種噪聲相關和量測一步隨機延時系統高斯濾波器的設計方法，將狀態噪聲和量測噪聲作為狀態增量,并基于貝葉斯濾波理論，通過構造正交變換矩陣實現噪聲解相關，遞推得到高斯濾波框架形式的最優估計算法，采用球徑容積法則近似計算所提框架中的高斯加權積分，構建考慮量測一步隨機延時和噪聲相關的改進容積卡爾曼濾波器框架。本發明的有益效果是：主要運用于信號處理、組合導航、目標監測與跟蹤等領域，對比于傳統的只考慮一步延遲的濾波器或者只考慮噪聲相關的濾波器，或者已出現的同時考慮一步延遲及相關噪聲的濾波器，具有更高的精確性和實用性。

技術領域

本發明涉及圖像處理領域，尤其涉及一種噪聲相關和量測一步隨機延時系統高斯濾波器的設計方法。

背景技術

濾波器作為系統狀態估計的實現方法，廣泛應用于信號處理、組合導航、目標監測與跟蹤等領域。現有的濾波算法基本思想是在遞推貝葉斯估計框架下，利用當前量測信息構造狀態后驗概率分布函數，進而在最小方差準則下獲得系統狀態的最優估計。在線性離散系統狀態估計問題中，很容易實現狀態后驗概率分布函數的計算，從而獲得后驗概率密度函數的最優解。然而，對于一般的非線性離散系統，由于其自身的非線性特性，滿足最優解的條件不再成立，通常難以得到后驗概率密度函數的閉環解，故求解過程必須采用近似策略，因此，非線性高斯濾波算法通常只能達到對系統狀態的次優估計。然而，非線性高斯濾波算法，對系統模型中的噪聲特性和量測實時性都做了理想假設，即在量測數據實時獲取、過程噪聲和量測噪聲相互獨立等理想條件下，所設計的算法濾波性能才能得到保證；但在實際系統中，量測實時性、噪聲特性通常難以滿足上述要求。實際情況下，如在網絡控制系統中，由于傳感器的老化、靈敏度不夠等原因，使得系統中量測數據存在隨機延時問題；與此同時，由于系統受同一背景噪聲源的干擾和連續系統離散化等原因，均會致使過程噪聲和量測噪聲不再獨立而具有相關性。由于實際系統中存在上述非理想條件，故而采用常規高斯濾波器將會出現精度下降，甚至濾波結果嚴重發散的情況。

發明內容

針對噪聲相關和量測一步隨機延時下非線性離散系統的狀態估計問題，基于理想量測條件的關于先驗概率密度函數的標準高斯濾波假設不能適用，同時，一般形式的高斯濾波框架中，要求其統計特性滿足系統的狀態噪聲和量測噪聲互相獨立。現有的標準高斯濾波器，具有量測隨機延時的高斯濾波器，具有噪聲相關的高斯濾波器都不適用于實現具有量測隨機一步延時和相關噪聲的非線性系統狀態估計。為了解決上述問題，本發明的實施例提供了一種噪聲相關和量測一步隨機延時系統高斯濾波器的設計方法。基于貝葉斯濾波理論，通過構造正交變換矩陣實現噪聲解相關，遞推得到高斯濾波框架形式的最優估計算法，采用球徑容積法則近似計算所提框架中的高斯加權積分，構建考慮量測一步隨機延時和噪聲相關的改進容積卡爾曼濾波器框架，利用該改進容積卡爾曼濾波器框架，優化了濾波器的濾波處理。

本發明提供的技術方案帶來的有益效果是：對比于傳統的只考慮一步延遲的濾波器或者只考慮噪聲相關的濾波器，或者已出現的同時考慮一步延遲及相關噪聲的濾波器，具有更高的精確性和實用性。

附圖說明

下面將結合附圖及實施例對本發明作進一步說明，附圖中：

圖1是本發明實施例中建立的高斯濾波器框架示意圖；

圖2是本發明實施例中一種噪聲相關和量測一步隨機延時系統高斯濾波器的設計方法的流程圖；

圖3是本發明實施例中p_k＝0.5，S_k＝0.3時，本申請中CKF和已存在的同類型一步延遲噪聲相關CKF狀態x的RSME的示意圖；

圖4是本發明實施例中p_k＝0.5，S_k＝0.3時，本申請中CKF和一步延遲CKF狀態x的RSME的示意圖；

圖5是本發明實施例中p_k＝0.5，S_k＝0.3時，本申請中CKF和噪聲相關CKF狀態x的RSME的示意圖；