[发明专利]一种基于可变渐消因子的卡尔曼滤波电流采集方法

摘要

本发明一种基于可变渐消因子的卡尔曼滤波电流采集方法，包括多个传感器以及滤波器，其中标准的卡尔曼滤波为UKF，强跟踪无迹卡尔曼滤波方法为MSTUKF，强跟踪滤波器为STF，本发明一种基于可变渐消因子的卡尔曼滤波电流采集方法，针对多惯性传感器导航系统，引入多重渐消因子来替代单一的标量渐消因子，以保证各个传感器通道具有不同的调节能力，提高滤波器的精度。

主权项

1.一种基于可变渐消因子的卡尔曼滤波电流采集方法，其特征在于：包括多个传感器以及滤波器，其中标准的卡尔曼滤波为UKF，强跟踪无迹卡尔曼滤波方法为MSTUKF，强跟踪滤波器为STF，其步骤为：1)、引入预测误差的协方差矩阵P_k|k‑1，在引入矩阵时引入渐消因子，对标准的UKF进行改进；2)、引入多重渐消因子来替代单一的标量渐消因子，以保证各个传感器通道具有不同的调节能力，提高滤波器的精度；3)、设滤波器的残差序列为则强跟踪滤波器工作时须满足如下条件：4)、其中，式一为滤波器实现最优估计的性能指标，式二要求不同时刻的残差向量保持正交关系，具有类似高斯白噪声的性质；5)、将渐消因子λ_k引入到预测误差的协方差矩阵P_k|k‑1，则得出：6)、为了保证滤波器的残差序列能够正交，使得滤波器具有强跟踪性，须实时调整滤波增益矩阵K_k，使得成立；7)、将减去可得：8)、简化可得9)、则成立的条件为：即将渐消因子λ_k以及弱化因子γ代入后，可得10)、上述公式两边求迹可得渐消因子λ_k，表达式：其中其中ρ是遗忘因子，0.95<ρ<0.995，γ为弱化因子，起到改变状态估计平滑度的作用，当其越大时估计精度越高，其越小时跟踪能力越好。