[发明专利]基于改进卡尔曼滤波的变参数迭代估计方法

说明书

技术领域

本发明涉及参数估计领域，具体涉及基于改进卡尔曼滤波的变参数迭代估计方法。

背景技术

在参数估计领域，存在多组估计算法，例如最小二乘估计、卡尔曼滤波、扩展卡尔曼滤波、无损卡尔曼滤波、例子滤波等。不同的估计算法适用于不同的估计问题，这些估计算法在计算量，估计速度方面存在差异。而现有估计算法在实际估计过程中均采用迭代估计，且现有的迭代估计算法均将每次的估计误差完整的更新到下次估计过程中。而实际计算得到的估计误差本身均是存在误差的。因此通过引入可以变化的小于1的迭代估计值的反馈参数可以提供现有的迭代估计算法的估计精度和估计速度。而现有的估计问题多集中于航天等对仪器精度和运行速度要求极高的领域，因此这种基于改进卡尔曼滤波的变参数迭代估计算法在航空航天的估计领域具有极高的应用价值。

发明内容

本发明为解决现有迭代估计方法估计精度不足和估计速度过慢的问题，进而提出一种基于改进卡尔曼滤波的变参数迭代估计方法。

本发明为解决上述技术问题采取的技术方案是：

基于改进卡尔曼滤波的变参数迭代估计方法：首先使用基于改进卡尔曼滤波的现有迭代估计算法进行迭代估计，再判断估计的速度和精度，若需提高迭代估计的速度和精度则添加可以变化的小于1的迭代估计值的反馈参数重新进行迭代估计，通过比较迭代估计的速度和精度来确定最佳的反馈参数，最后得到具有较小计算量和较高精度的迭代估计方法。

本发明方法在基于改进卡尔曼滤波的迭代估计算法中引入了可以变化的小于1的迭代估计值的反馈参数，具体步骤如下：

步骤一、分析所要估计的系统，得到系统的状态方程如下

ξ(k+1)=f(k,ξ(k))+w(k)y(k)=h(k,ξ(k))+v(k)]]>

其中ξ(k)为所要估计的参数，y(k)是测量值，w(k)为系统噪声，v(k)为噪声，k表示第k次迭代，f(k,ξ(k))与h(k,ξ(k))为关于k与ξ(k)的非线性函数；

步骤二、由于实际估计问题的系统均为非线性系统，因此对系统方程进行线性化：