胡振涛，胡玉梅，刘先省

(河南大学图像处理与模式识别研究所，河南开封 475004)



量测提升卡尔曼滤波

胡振涛，胡玉梅，刘先省

(河南大学图像处理与模式识别研究所，河南开封 475004)

滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架，在最小方差准则下实现对目标状态的最优估计，但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架，新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测，并通过对虚拟量测采样以及融合提升系统量测信息可靠性，进而改善状态估计精度.同时，针对算法在工程应用中实时性、准确性以及鲁棒性等需求，设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.

卡尔曼滤波；量测提升策略；分布式加权融合；集中式一致性融合

1　引言

在自动控制、通讯、故障诊断和图像处理等学科领域，常常会遇到估计问题，所谓估计，是从带有随机干扰的量测数据中，通过有用信息的提取和利用，最大可能逼近被量测系统的真实状态.按照被估计量是否随时间发生变化的性质，估计问题大致分为参数估计和状态估计两大类[1,2].将参数估计的方法与动态随机过程或序列的内部规律性结合起来，就可以得到状态估计……