[发明专利]适用于非线性系统状态的粒子估计方法

摘要

适用于非线性系统状态的粒子估计方法。本发明属于工程领域，具体涉及到非线性系统状态估计的技术领域。它是为解决对非线性系统状态进行估计时，因系统状态观测似然函数具有双峰特性使状态估计精度较差的问题。它在标准粒子滤波方法的基础上，在粒子权值更新步骤中将粒子观测向量和系统状态观测向量的夹角作为计算粒子权值的参数，并在系统状态估计步骤中加入了平滑操作。本发明适用于一般非线性系统的状态估计问题，当系统状态观测似然函数具有双峰特性时，该方法的状态估计精度较高。

主权项

1、适用于非线性系统状态的粒子估计方法，其特征是它通过下述步骤实现：步骤一、粒子预测步骤：将k时刻系统状态先验分布作为重要性密度函数并从中抽取随机粒子{x(i)：i＝1，2，...，N}；步骤二、粒子权值更新步骤：(1)得到k时刻系统状态观测值yk后，利用观测似然函数计算k时刻各粒子的似然函数值为{p(yk|xk(i))}，其中i＝1，2，...，N；(2)计算各粒子观测向量v(i)和系统状态观测向量V之间的夹角θ(i)，其中i＝1，2，...，N；(3)计算k时刻各粒子的权值qk(i)如下：qk(i)＝eα/θ(i)×p(yk|xk(i))，i＝1，2，..，N计算k-L+l时刻各粒子的权值qk-L+l(i)如下：qk-L+l(i)＝eα/θ(i)×p(yk-L+l|xk-L+l(i))，i＝1，2，..，N其中，α是一个预先指定的比例因子；步骤三、系统状态估计步骤：(1)k时刻系统状态的滤波估计--利用k时刻粒子及其权值组成的离散概率分布作为k时刻系统状态后验概率分布，去近似k时刻系统状态的真实概率分布，并用于k时刻系统状态估计；(2)k-L+l时刻系统状态的平滑估计--利用k-L+l时刻粒子及其权值组成的离散概率分布作为k-L+l时刻系统状态后验概率分布，去近似k-L+l时刻系统状态的真实概率分布，并用于k-L+l时刻系统状态估计；(3)返回步骤一；用xk表示k时刻的系统状态，用yk表示xk的观测值，用{x(i)：i＝1，2，...，N}代表k时刻的所有粒子，用p(y|x)表示观测似然函数，用{xj(i)：j＝k-L+1，...，k}代表k-L+1时刻到k时刻的所有粒子，用V(i)＝{yk-L+1(i)，yk-L+2(i)，...，yk(i)}表示粒子观测向量，用V＝{yk-L+1，yk-L+2，...，yk}表示系统状态观测向量，用θ(i)表示这两种向量的夹角；这里，L和l是两个预先指定的常量且1≤l＜L，α是一个预先指定的比例因子。