[发明专利]一种基于最小二乘和多重渐消因子的改进kalman滤波方法有效
| 申请号： | 201910035132.0 | 申请日： | 2019-01-15 |
| 公开（公告）号： | CN110061716B | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 叶彦斐;陈刚;陈恒;黄家辉;童先洲 | 申请（专利权）人： | 河海大学 |
| 主分类号： | H03H17/02 | 分类号： | H03H17/02 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 朱桢荣 |
| 地址： | 211100 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于最小二乘和多重渐消因子的改进kalman滤波方法，本发明在滤波开始前利用最小二乘法选取滤波初值，减小初值偏差，在滤波过程中通过新息协方差计算得到多重渐消因子矩阵，进而对预测误差协方差进行修正，从而实现对单渐消因子的自适应渐消kalman滤波的改进。该发明能够有效抑制滤波发散，滤波精度高，且计算量小，实时性高。 | ||
| 搜索关键词： | 一种 基于 最小 多重 因子 改进 kalman 滤波 方法 | ||
【主权项】：
1.一种基于最小二乘和多重渐消因子的改进kalman滤波方法，其特征在于，包括以下步骤：步骤1、根据传感器测量信息，获取开始滤波前的时间序列p及其对应时刻的跟踪目标的位置测量值yp，其中p＝1,2,...,m，m为滤波初始时刻，对位置测量值进行最小二乘拟合，计算滤波初值；步骤2、分析跟踪目标运动特征及传感器的测量精度，建立关于跟踪目标的状态方程和观测方程；步骤3、根据步骤2中得到的状态方程、观测方程各参数，及步骤1中得到的滤波初值进行改进的kalman滤波；改进的kalman滤波具体如下：计算状态预测向量；通过新息协方差计算得到多重渐消因子，并利用辅助函数对多重渐消因子进行修正处理，然后利用修正后的多重渐消因子计算预测误差协方差；计算滤波增益、状态估计向量及估计误差协方差；更新采样时刻，获得各采样时刻跟踪目标的状态向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910035132.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种隔热晶振结构
- 下一篇：基于迭代梯度搜索的两通道正交镜像滤波器组设计方法
