[发明专利]一种基于类卡尔曼滤波的电子节气门开度估计方法及系统

权利要求书

1.一种基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，包括以下步骤：

获取电子节气门位置传感器采集的电子节气门开度数据；

将位置传感器测量到的电子节气门的开度数据通过类卡尔曼估计算法得到滤波后的电子节气门开度；

将滤波后的电子节气门的开度值反馈给车载控制器，用于根据滤波后的开度值进行电子节气门开度的进一步控制；

所述类卡尔曼估计算法至少包括状态预测、状态更新、增益矩阵计算、协方差预测和协方差更新五个步骤，选取节气门的传感器测量开度为类卡尔曼当前时刻的状态向量，选取测量噪声为非高斯白噪声得到当前时刻的观测向量，用于进行状态更新。

2.如权利要求1所述的基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，所述状态预测，具体为：下一时刻的状态向量预测值等于当前时刻的状态转移矩阵与当前时刻的状态矩阵的乘积。

3.如权利要求1所述的基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，所述状态更新，具体为：

其中，为k+1时刻的状态向量，为k时刻预测的k+1时刻的状态向量预测值，G_k+1为k+1时刻的类卡尔曼增益矩阵，y_k+1为k+1时刻的观测向量，y_k+1/k为k时刻预测的k+1时刻的观测向量预测值。

4.如权利要求3所述的基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，所述增益矩阵，具体为：

其中，G_k+1为k+1时刻的类卡尔曼增益矩阵，P_k+1/k是k时刻预测得到的k+1时刻的预测误差的协方差矩阵，是k时刻的观测矩阵的转置，H_k为k时刻的观测矩阵，为k时刻测量噪声的协方差矩阵。

5.如权利要求4所述的基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，所述协方差预测，具体为：

其中，φ_k为k时刻的状态转移矩阵，P_k/k为k时刻的预测误差的协方差矩阵，Q_k为k时刻的系统噪声的协方差矩阵。

6.如权利要求5所述的基于类卡尔曼滤波的电子节气门开度估计方法，其特征在于，所述协方差更新，具体为：

7.一种基于类卡尔曼滤波的电子节气门开度估计系统，其特征在于，包括；

数据采集模块，被配置为：获取电子节气门位置传感器采集的电子节气门开度数据；

数据滤波模块，被配置为：将位置传感器测量到的电子节气门的开度数据通过类卡尔曼估计算法得到滤波后的电子节气门开度；

反馈控制模块，被配置为：将滤波后的电子节气门的开度值反馈给车载控制器，车载控制器根据滤波后的开度值进行电子节气门开度的进一步控制；

类卡尔曼估计算法模块，被配置为：至少包括状态预测、状态更新、增益矩阵计算、协方差预测和协方差更新五个步骤，选取节气门的传感器测量开度为类卡尔曼当前时刻的状态向量，选取测量噪声为非高斯白噪声得到当前时刻的观测向量，用于进行状态更新。

8.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的基于类卡尔曼滤波的电子节气门开度估计方法中的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的基于类卡尔曼滤波的电子节气门开度估计方法中的步骤。