[發明專利]基于變分貝葉斯的分布協同非線性系統狀態估計方法

在審

• 申請號: 202210088496.7
• 申請日: 2022-01-25
• 公開（公告）號: CN114567288A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 金勇;楊詩博;楊琳琳;賈浩乾;張子寒;毋嘉偉
• 申請（專利權）人: 河南大學
• 主分類號: H03H17/02
• 分類號: H03H17/02;G06K9/62
• 代理公司: 鄭州聯科專利事務所(普通合伙) 41104
• 代理人: 劉建芳

1.一種基于變分貝葉斯的分布協同非線性系統狀態估計方法，其特征在于：包括以下步驟：

1)、建立分布協同非線性目標狀態跟蹤系統的動態空間模型；

2)、在分布式非線性目標狀態跟蹤系統中，在k時刻，對于第l個局部濾波器，其中l＝1,2,…,s，s是濾波器的個數，輸入k-1時刻目標狀態估計及其協方差及濾波器參數；

3)、在第l個局部濾波器中通過UKF算法求目標狀態一步預測及其對應的協方差矩陣P_k|k-1,l；

4)、選擇逆威沙特分布和student’t分布作為一步預測協方差的先驗分布和量測的分布，并求取逆威沙特先驗參數：

一步預測協方差的先驗分布：

量測的分布：p(z_k,l|x_k)＝St(z_k,l；h_l(x_k),R_k,l,v_l)

其中，表示自由度參數為和逆尺度參數為的IW分布；St(z_k,l；h_l(x_k),R_k,l,v_l)表示均值為h_l(x_k)，尺度矩陣為R_k,l，自由度參數為v的student’t分布；

5)、變分迭代初始化，根據步驟4得到IW先驗參數t_k|k-1,l,T_k|k-1,l；第l個局部濾波器中目標狀態及協方差陣的迭代初值設置為：student’t分布的輔助變量初值選取為

6)、變分迭代：在k時刻、第i次變分迭代中(i＝1,2,…,N_m)，分別求取目標狀態一步預測協方差P_k|k-1,l和輔助變量λ_k,l的近似后驗分布q⁽ⁱ⁾(x_k|k,l),q⁽ⁱ⁾(P_k|k-1,l)和q⁽ⁱ⁾(λ_k,l)；

7)、判斷當前迭代次數i是否達到N_m，若是，則執行下一步；若不是，則i＝i+1，并重新執行步驟6；

8)、對各局部濾波器的狀態估計按照CI融合算法進行加權融合，再將融合結果反饋給各局部濾波器作為下一時刻的先驗；

9)、輸出第k時刻對目標狀態的全局狀態估計及其協方差：

10)、判斷是否達到預設仿真時長，若不是，則k＝k+1,重新執行步驟2；若是，結束執行。

2.根據權利要求1所述的一種基于變分貝葉斯的分布協同非線性系統狀態估計方法，其特征在于：所述步驟1)中所述系統的動態空間模型為：

x_k＝f(x_k-1)+w_k-1；

z_k,l＝h_l(x_k)+v_k,l l＝1,2,...s；

其中，k是離散時刻，x_k、x_k-1分別是k時刻和k-1時刻的狀態向量，它們是n維的變量，z_k,l是k時刻第l個傳感器的量測向量，它是一個m維的變量，f(x_k-1)是狀態轉移函數，h_l(x_k)是第l個傳感器的量測函數；w_k-1是k-1時刻到k時刻的零均值時變的過程噪聲向量，它的期望協方差矩陣為Q_k-1；v_k,l是k時刻第l個傳感器具有隨機異常值的量測噪聲向量，它的期望協方差矩陣為R_k,l；任意時刻的w_k,v_k,l和初值狀態x₀均互不相關。