[發明專利]一種車輛狀態估計方法

有效

• 申請號: 202310182028.0
• 申請日: 2023-03-01
• 公開（公告）號: CN115859039B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 葛泉波
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/11;G06F17/16
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 顏盈靜

1.一種車輛狀態估計方法，其特征在于：包括以下步驟：

步驟1：構建車輛狀態的線性系統，所述車輛狀態的線性系統采用狀態方程和觀測方程來描述，狀態方程和觀測方程中的噪聲采用非高斯噪聲統計模型來描述；所述車輛狀態包括車輛位置和車輛速度；

步驟2：在車輛狀態的線性系統下，采用基于混合核函數的自適應核最大相關熵卡爾曼濾波方法，對車輛狀態進行估計，以此獲取車輛狀態的最優狀態估計；

其中，所述基于混合核函數的自適應核最大相關熵卡爾曼濾波方法，包括：

根據前一時刻的車輛狀態估計和前一時刻的狀態估計誤差協方差，進行一步預測，得到當前時刻的預測車輛狀態估計和預測誤差協方差；

將針對觀測方程殘差項的核函數和針對狀態方程預測誤差項的核函數的加權和作為代價函數；對代價函數進行最大化處理，得到當前時刻的車輛狀態估計和當前時刻的狀態估計誤差協方差；

其中，針對觀測方程殘差項的核函數和針對狀態方程預測誤差項的核函數的核寬根據觀測方程殘差項自適應更新；

記前一時刻為k-1時刻，當前時刻為k時刻；

所述狀態方程表示為：

x_k＝F_kx_k-1+ω_k????????????????????(1)

式中，x_k表示k時刻的車輛狀態，F_k表示k時刻的狀態轉移矩陣，x_k-1表示k-1時刻的車輛狀態，ω_k表示k時刻的過程噪聲；所述過程噪聲為服從均值為0、協方差矩陣為Q_k的非高斯分布，其中，E(·)表示期望運算，上標T表示轉置；

所述觀測方程表示為：

y_k＝H_kx_k+v_k??????????(2)

式中，y_k表示k時刻的觀測輸出，H_k表示k時刻的觀測矩陣，v_k表示k時刻的測量噪聲；所述測量噪聲為服從均值為0、協方差矩陣為R_k的非高斯分布，其中，

所述狀態方程和觀測方程中的噪聲采用非高斯噪聲統計模型來描述，具體表示為：

ω_k～(1-a)*N(0，Q_k)+a*N(0，αQ_k)???(3)

v_k～(1-b)*N(0，R_k)+b*N(0，βR_k)???????(4)

式中，a、b∈(0，1]分別表示過程噪聲和測量噪聲的高斯組件的凸組合系數，α、β∈(0，+∞)分別表示過程噪聲和測量噪聲的非高斯強度系數，N(0，Q_k)表示符合均值為0、方差為Q_k的正態分布，N(0，αQ_k)表示符合均值為0、方差為αQ_k的正態分布，N(0，R_k)表示符合均值為0、方差為R_k的正態分布，N(0，βR_k)表示符合均值為0、方差為βR_k的正態分布，Q_k表示k時刻的過程噪聲協方差，R_k表示k時刻的測量噪聲協方差；

所述根據前一時刻的車輛狀態估計和前一時刻的狀態估計誤差協方差，進行一步預測，得到當前時刻的預測車輛狀態估計值和預測誤差協方差，具體為：

根據k-1時刻的車輛狀態估計和k-1時刻的狀態估計誤差協方，按照以下預測方程，進行一步預測，得到k時刻的預測車輛狀態估計值和預測誤差協方差：

P_k|k-1＝F_kP_k-1F_k^T+Q_k???????(6)

式中，表示k時刻的一步車輛狀態預測，表示k-1時刻的車輛狀態估計，P_k|k-1表示預測誤差協方差；P_k-1表示k-1時刻的狀態估計誤差協方差；

所述觀測方程殘差項表示為：y_k-H_kx_k；所述狀態方程預測誤差項表示為：

所述針對觀測方程殘差項的核函數，表示為：

式中，||·||表示2范數，|·|表示1范數，λ∈[0，1]表示混合系數，σ＞0表示核寬，sqrt(·)表示平方根函數，exp(·)表示以自然常數e為底的指數函數；

所述針對狀態方程預測誤差項的核函數，表示為：

所述代價函數表示為：