[发明专利]基于Huber估计的鲁棒自适应滤波和状态估计方法

说明书

本发明提供的是一种基于Huber估计的鲁棒自适应滤波和状态估计方法。首先通过在线估计一步预测双重不确定性系统的协方差矩阵的上界来计算估计值，只对时间更新过程进行修改，同时采用线性矩阵不等式的方法进行自适应参数调整，得到应对不确定性模型的自适应无迹信息滤波器；然后应用矩阵求逆定理并采用Huber估计的方法对量测更新过程进行修改，得到最终的估计值。本发明的滤波和状态估计的精度高，稳定性好。所提出的鲁棒自适应滤波和状态估计方法解决了双重不确定无人艇的滤波和状态估计问题，即保留了信息滤波器结构的优点有提高了滤波和状态估计的精度和稳定性，计算简单应用方便。

技术领域

本发明涉及的是一种鲁棒自适应滤波和状态估计方法，具体地说是一种基于Huber估计的鲁棒自适应滤波和状态估计方法。

背景技术

无迹信息滤波器(UIF)是一种新兴的滤波和状态估计方法，本质上是一种通过协方差矩阵的逆来更新的Kalman滤波器，鉴于无迹信息滤波对协方差矩阵初值无要求、有比普通Kalman滤波器更易于计算的更新方程及易于多源融合的扩展等优点得到广泛关注。然而对于无人艇不确定运动模型、海洋干扰模型和不确定传感器量测噪声同时存在的双重不确定系统时，常规无迹信息滤波器的滤波精度会明显下降甚至无法收敛。而且现有的海浪滤波和状态估计技术大多针对某一不确定性问题进行研究并提出了较好的解决方法，对于上述包含两种及以上不确定因素的双重不确定系统还未给出有效的滤波和状态估计方法。

双重不确定系统的滤波和状态估计问题广泛存在于运载器(水面无人艇、水下航行器等)控制领域，备受许多学者关注。

发明内容

本发明的目的在于提供一种能够保证双重不确定系统滤波和状态估计的精度和稳定性的基于Huber估计的鲁棒自适应滤波和状态估计方法。

本发明的目的是这样实现的：

首先通过在线估计一步预测双重不确定性系统的协方差矩阵的上界来计算估计值，只对时间更新过程进行修改，同时采用线性矩阵不等式的方法进行自适应参数调整，得到应对不确定性模型的自适应无迹信息滤波器；然后应用矩阵求逆定理并采用Huber估计的方法对量测更新过程进行修改，得到最终的估计值，具体包括如下步骤：

(1)、初始化，初始状态估计值设为0，初始协方差矩阵选择某一常值矩阵，不能选择零矩阵，满足

(2)、时间更新，按照常规无迹信息滤波的时间更新过程计算和表示估计状态变量的均值，P_k|k-1表示一步预测协方差；

(3)、自适应时间更新，计算协方差上界估计值后，用代替P_k|k-1，结合无迹信息滤波的量测更新方程，求得最终的估计值及其协方差矩阵采用线性矩阵不等式方法进行在线自适应参数调整；

(4)、基于Huber估计的量测更新，应用矩阵求逆定理并在量测更新部分引入Huber估计方法，更新过程中的P_k|k-1均替换为第(3)步的且中间变量也相应地增加上标(u)，最终得到估计结果和

本发明还可以包括：

1、所述的双重不确定系统的不确定性集成在一起表示为：

其中，为无人艇状态变量，u为推进器推力和环境作用力，为确定噪声，E为适维常数矩阵，H为适维常数矩阵，非线性函数f(·)包含未知建模误差、时变参数不确定性因素，v为适维量测噪声、指电罗经和GPS的传感器测量噪声；

双重不确定系统的非线性离散模型为：

x_k＝f_a(x_k-1,u_k-1)+Δ+E_k-1w_k-1