国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于Huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法與流程

      文檔序號(hào):11261611閱讀:1113來(lái)源:國(guó)知局
      基于Huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法與流程

      本發(fā)明涉及的是一種魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法,具體地說(shuō)是一種基于huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法。



      背景技術(shù):

      無(wú)跡信息濾波器(uif)是一種新興的濾波和狀態(tài)估計(jì)方法,本質(zhì)上是一種通過(guò)協(xié)方差矩陣的逆來(lái)更新的kalman濾波器,鑒于無(wú)跡信息濾波對(duì)協(xié)方差矩陣初值無(wú)要求、有比普通kalman濾波器更易于計(jì)算的更新方程及易于多源融合的擴(kuò)展等優(yōu)點(diǎn)得到廣泛關(guān)注。然而對(duì)于無(wú)人艇不確定運(yùn)動(dòng)模型、海洋干擾模型和不確定傳感器量測(cè)噪聲同時(shí)存在的雙重不確定系統(tǒng)時(shí),常規(guī)無(wú)跡信息濾波器的濾波精度會(huì)明顯下降甚至無(wú)法收斂。而且現(xiàn)有的海浪濾波和狀態(tài)估計(jì)技術(shù)大多針對(duì)某一不確定性問(wèn)題進(jìn)行研究并提出了較好的解決方法,對(duì)于上述包含兩種及以上不確定因素的雙重不確定系統(tǒng)還未給出有效的濾波和狀態(tài)估計(jì)方法。

      雙重不確定系統(tǒng)的濾波和狀態(tài)估計(jì)問(wèn)題廣泛存在于運(yùn)載器(水面無(wú)人艇、水下航行器等)控制領(lǐng)域,備受許多學(xué)者關(guān)注。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明的目的在于提供一種能夠保證雙重不確定系統(tǒng)濾波和狀態(tài)估計(jì)的精度和穩(wěn)定性的基于huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法。

      本發(fā)明的目的是這樣實(shí)現(xiàn)的:

      首先通過(guò)在線估計(jì)一步預(yù)測(cè)雙重不確定性系統(tǒng)的協(xié)方差矩陣的上界來(lái)計(jì)算估計(jì)值,只對(duì)時(shí)間更新過(guò)程進(jìn)行修改,同時(shí)采用線性矩陣不等式的方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,得到應(yīng)對(duì)不確定性模型的自適應(yīng)無(wú)跡信息濾波器;然后應(yīng)用矩陣求逆定理并采用huber估計(jì)的方法對(duì)量測(cè)更新過(guò)程進(jìn)行修改,得到最終的估計(jì)值,具體包括如下步驟:

      (1)、初始化,初始狀態(tài)估計(jì)值設(shè)為0,初始協(xié)方差矩陣選擇某一常值矩陣,不能選擇零矩陣,滿足

      (2)、時(shí)間更新,按照常規(guī)無(wú)跡信息濾波的時(shí)間更新過(guò)程計(jì)算表示估計(jì)狀態(tài)變量的均值,pk|k-1表示一步預(yù)測(cè)協(xié)方差;

      (3)、自適應(yīng)時(shí)間更新,計(jì)算協(xié)方差上界估計(jì)值后,用代替pk|k-1,結(jié)合無(wú)跡信息濾波的量測(cè)更新方程,求得最終的估計(jì)值及其協(xié)方差矩陣采用線性矩陣不等式方法進(jìn)行在線自適應(yīng)參數(shù)調(diào)整;

      (4)、基于huber估計(jì)的量測(cè)更新,應(yīng)用矩陣求逆定理并在量測(cè)更新部分引入huber估計(jì)方法,更新過(guò)程中的pk|k-1均替換為第(3)步的且中間變量也相應(yīng)地增加上標(biāo)(u),最終得到估計(jì)結(jié)果

      本發(fā)明還可以包括:

      1、所述的雙重不確定系統(tǒng)的不確定性集成在一起表示為:

      其中,為無(wú)人艇狀態(tài)變量,u為推進(jìn)器推力和環(huán)境作用力,為確定噪聲,e為適維常數(shù)矩陣,h為適維常數(shù)矩陣,非線性函數(shù)f(·)包含未知建模誤差、時(shí)變參數(shù)不確定性因素,v為適維量測(cè)噪聲、指電羅經(jīng)和gps的傳感器測(cè)量噪聲;

      雙重不確定系統(tǒng)的非線性離散模型為:

      xk=fa(xk-1,uk-1)+δ+ek-1wk-1

      yk=hkxk+vk,

      其中,xk∈rn和yk∈rm分別為狀態(tài)變量和量測(cè)變量,函數(shù)fa(·)表示標(biāo)稱模型,為模型中的確定部分;δ表示建模誤差,且有界,設(shè)||δ||≤χ,χ≥0;wk和vk為相互獨(dú)立高斯白噪聲,方差分別為qk和rk,維數(shù)分別為nv和nn;k為采樣數(shù)、為非負(fù)整數(shù)。

      2、所述按照常規(guī)無(wú)跡信息濾波的時(shí)間更新過(guò)程計(jì)算和pk|k-1具體包括:

      設(shè)置初值使得的初值滿足p0u≥p0,那么都滿足以上不等式,根據(jù)來(lái)得到當(dāng)前時(shí)刻的

      經(jīng)過(guò)一系列不等式縮放,得一步預(yù)測(cè)協(xié)方差的保守上界,按照其結(jié)構(gòu)進(jìn)行參數(shù)化得

      其中,pk|k-1為一步預(yù)測(cè)值協(xié)方差,λk,α,β為待設(shè)計(jì)的濾波器參數(shù),tr(·)表示矩陣的跡,i表示適維單位陣;

      首先通過(guò)調(diào)節(jié)參數(shù)α,β對(duì)建模誤差進(jìn)行補(bǔ)償,其次采用線性矩陣不等式方法調(diào)整自適應(yīng)無(wú)跡信息濾波參數(shù)λk;

      由一步預(yù)測(cè)值的協(xié)方差得新息協(xié)方差矩陣的預(yù)測(cè)值為:

      同時(shí),通過(guò)引入一個(gè)加權(quán)因子μ∈[0,1],得新息協(xié)方差矩陣觀測(cè)值的無(wú)偏估計(jì)為

      其中,為新息方程,且μ的大小會(huì)影響濾波器對(duì)噪聲特性和模型不確定性的敏感性,當(dāng)μ=0時(shí),僅由當(dāng)前時(shí)刻的觀測(cè)值決定,當(dāng)μ=1時(shí),還會(huì)受到歷史觀測(cè)值影響;

      通過(guò)如下最優(yōu)問(wèn)題來(lái)調(diào)節(jié)λk,同時(shí)參數(shù)更新時(shí)間間隔通過(guò)下式的計(jì)算間隔確定:

      其中,參數(shù)λk在線調(diào)節(jié),參數(shù)α,β離線調(diào)節(jié);

      當(dāng)計(jì)算出后,用其代替pk|k-1,然后采用huber估計(jì)方法的量測(cè)更新方程求得最終的估計(jì)值及其協(xié)方差矩陣

      3、huber估計(jì)的魯棒無(wú)跡信息濾波器是采用如下方法設(shè)計(jì)的:

      初始化及時(shí)間更新部分與常規(guī)無(wú)跡信息濾波和狀態(tài)估計(jì)算法一致,首先k時(shí)刻的估計(jì)值表示為

      其中δk表示一步預(yù)測(cè)誤差,協(xié)方差為pk|k-1;

      根據(jù)常規(guī)無(wú)跡信息濾波和狀態(tài)估計(jì)算法的推導(dǎo)過(guò)程及結(jié)果,存在如下映射

      其中選取線性的量測(cè)方程,

      線性回歸模型如下:

      定義

      其中,為殘差,

      其中,表示常規(guī)無(wú)跡信息濾波量測(cè)更新后的初始估計(jì)值;

      huber估計(jì)是通過(guò)最小化目標(biāo)函數(shù)j來(lái)估計(jì)被估量,則有如下目標(biāo)函數(shù)

      其中,ri表示殘差,σi是比例因子為單位陣,殘差是被估量的函數(shù),

      為使目標(biāo)函數(shù)最小,則

      其中,huber估計(jì)的ρ函數(shù)、核函數(shù)ψ(r)和權(quán)值函數(shù)q(r)分別表示如下,γ為調(diào)節(jié)參數(shù),

      則最小目標(biāo)函數(shù)為:

      其中,

      通過(guò)迭代法求最小目標(biāo)函數(shù),迭代公式為:

      其中,j為迭代次數(shù)、取j=1,初值取或者取常規(guī)無(wú)跡信息濾波量測(cè)更新后的估計(jì)值,

      然后重新定義信息濾波中的信息矩陣和信息向量:

      并修改協(xié)方差矩陣pk|k-1的計(jì)算公式為:

      最后按照信息濾波的形式進(jìn)行量測(cè)更新:

      其中的信息狀態(tài)增量及其關(guān)聯(lián)矩陣,為:

      本發(fā)明針對(duì)雙重不確定性無(wú)人艇的濾波和狀態(tài)估計(jì)問(wèn)題,提出了一種基于huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法,保證雙重不確定系統(tǒng)濾波和狀態(tài)估計(jì)的精度和穩(wěn)定性。主要包括:

      一、雙重不確定系統(tǒng)

      無(wú)人艇模型參數(shù)會(huì)隨著船速、水深和負(fù)載等因素的變化而變化,因此無(wú)人艇數(shù)學(xué)模型存在不確定性;同時(shí)不管無(wú)人艇處于何種運(yùn)動(dòng)狀態(tài),均要受到高低頻海浪干擾,其建模過(guò)程存在未知建模誤差、時(shí)變參數(shù)等不確定性因素;對(duì)于不確定量測(cè)噪聲,當(dāng)傳感器測(cè)量數(shù)據(jù)沒(méi)有受到干擾時(shí),可以采用高斯白噪聲近似模擬,但實(shí)際測(cè)量過(guò)程中,測(cè)量數(shù)據(jù)由于受到各種干擾的污染,使得量測(cè)噪聲為非高斯分布。因此系統(tǒng)進(jìn)行濾波和狀態(tài)估計(jì)時(shí)實(shí)際存在兩種及以上不確定因素,即雙重不確定系統(tǒng)。

      二、自適應(yīng)無(wú)跡信息濾波器

      對(duì)于不確定性模型的建模誤差,引入估計(jì)值狀態(tài)協(xié)方差的上界,只對(duì)時(shí)間更新過(guò)程進(jìn)行修改,同時(shí)采用線性矩陣不等式的方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,進(jìn)而推導(dǎo)出應(yīng)對(duì)模型不確定性的自適應(yīng)無(wú)跡信息濾波和狀態(tài)估計(jì)方法。

      三、利用huber估計(jì)的魯棒無(wú)跡信息濾波器

      對(duì)于不確定量測(cè)噪聲,應(yīng)用矩陣求逆定理并采用huber估計(jì)的方法對(duì)量測(cè)更新過(guò)程進(jìn)行修改,即保留了信息濾波器量測(cè)更新的結(jié)構(gòu)又解決了量測(cè)噪聲非高斯分布時(shí)的濾波和狀態(tài)估計(jì)問(wèn)題。

      本發(fā)明包括以下有益效果:

      1、本發(fā)明的無(wú)跡信息濾波器對(duì)協(xié)方差矩陣初值無(wú)要求、易于多源融合的擴(kuò)展。

      2、本發(fā)明對(duì)建模誤差有魯棒性,通過(guò)在線估計(jì)一步預(yù)測(cè)協(xié)方差矩陣的上界來(lái)計(jì)算估計(jì)值,并且只修改時(shí)間更新過(guò)程。

      3、本發(fā)明應(yīng)用矩陣求逆定理并引入huber估計(jì)方法,只對(duì)量測(cè)更新過(guò)程進(jìn)行修改,不會(huì)在huber估計(jì)中引入線性化誤差,不會(huì)改變?cè)袩o(wú)跡信息濾波器的結(jié)構(gòu)。

      4、本發(fā)明所述的基于huber估計(jì)的無(wú)跡信息濾波和狀態(tài)估計(jì)方法,可以保證雙重不確定無(wú)人艇的濾波精度和穩(wěn)定性。

      本發(fā)明涉及的是一種基于huber估計(jì)的魯棒自適應(yīng)無(wú)跡信息濾波和狀態(tài)估計(jì)(huber-basedadaptiveunscentedinformationfilter,即hauif)技術(shù),應(yīng)用于欠驅(qū)動(dòng)水面無(wú)人艇,即具有雙重不確定性無(wú)人艇的濾波和狀態(tài)估計(jì)?;趆uber估計(jì)和無(wú)跡信息濾波是一種處理具有雙重不確定系統(tǒng)的濾波和狀態(tài)估計(jì)的有效方法。這種方法通過(guò)在線估計(jì)一步預(yù)測(cè)協(xié)方差矩陣的上界來(lái)計(jì)算估計(jì)值,只對(duì)時(shí)間更新過(guò)程進(jìn)行修改,同時(shí)采用線性矩陣不等式的方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,推導(dǎo)出應(yīng)對(duì)不確定性模型的自適應(yīng)無(wú)跡信息濾波器(auif);然后應(yīng)用矩陣求逆定理并采用huber估計(jì)的方法對(duì)量測(cè)更新過(guò)程進(jìn)行修改,得到最終的估計(jì)值,即保留了信息濾波器量測(cè)更新的結(jié)構(gòu)又提高了量測(cè)噪聲非高斯分布時(shí)的濾波精度。

      附圖說(shuō)明

      圖1為本發(fā)明所述濾波和狀態(tài)估計(jì)方法的結(jié)構(gòu)框圖;

      圖2為無(wú)人艇的局部坐標(biāo)系與船體坐標(biāo)系示意圖;

      圖3為雙重不確定系統(tǒng)的常規(guī)無(wú)跡信息濾波器(uif)估計(jì)誤差;

      圖4為雙重不確定系統(tǒng)的自適應(yīng)無(wú)跡信息濾波器(auif)估計(jì)誤差;

      圖5為雙重不確定系統(tǒng)的hauif估計(jì)誤差。

      具體實(shí)施方式

      為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂,下面結(jié)合圖1至圖5舉例對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

      結(jié)合圖1,本發(fā)明所述濾波和狀態(tài)估計(jì)方法主要包括如下步驟:

      1、初始化,初始狀態(tài)估計(jì)值設(shè)為0,初始協(xié)方差矩陣根據(jù)情況選擇某一常值矩陣,不能選擇零矩陣,因?yàn)樾枰獫M足

      2、時(shí)間更新,按照常規(guī)無(wú)跡信息濾波的時(shí)間更新過(guò)程計(jì)算和pk|k-1;

      3、自適應(yīng)時(shí)間更新,計(jì)算協(xié)方差上界估計(jì)值后,用其代替pk|k-1,結(jié)合無(wú)跡信息濾波的量測(cè)更新方程即可求得最終的估計(jì)值及其協(xié)方差矩陣采用線性矩陣不等式方法進(jìn)行在線自適應(yīng)參數(shù)調(diào)整;

      4、基于huber估計(jì)的量測(cè)更新,應(yīng)用矩陣求逆定理并在量測(cè)更新部分引入huber估計(jì)方法,注意更新過(guò)程中的pk|k-1均需要替換為第3步的且中間變量也需相應(yīng)地增加上標(biāo)(u),最終得到估計(jì)結(jié)果

      本實(shí)施方式所述的基于huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法的特點(diǎn)包括:

      一、雙重不確定系統(tǒng)

      無(wú)人艇模型參數(shù)會(huì)隨著船速、水深和負(fù)載等因素的變化而變化,因此無(wú)人艇數(shù)學(xué)模型存在不確定性;同時(shí)不管無(wú)人艇處于何種運(yùn)動(dòng)狀態(tài),均要受到高低頻海浪干擾,其建模過(guò)程存在未知建模誤差、時(shí)變參數(shù)等不確定性因素;對(duì)于不確定量測(cè)噪聲,當(dāng)傳感器測(cè)量數(shù)據(jù)沒(méi)有受到干擾時(shí),可以采用高斯白噪聲近似模擬,但實(shí)際測(cè)量過(guò)程中,測(cè)量數(shù)據(jù)由于受到各種干擾的污染,使得量測(cè)噪聲為非高斯分布。因此系統(tǒng)進(jìn)行濾波和狀態(tài)估計(jì)時(shí)實(shí)際存在兩種及以上不確定因素,即雙重不確定系統(tǒng)。

      二、自適應(yīng)無(wú)跡信息濾波器

      對(duì)于不確定性模型的建模誤差,引入估計(jì)值狀態(tài)協(xié)方差的上界,只對(duì)時(shí)間更新過(guò)程進(jìn)行修改,同時(shí)采用線性矩陣不等式的方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,進(jìn)而推導(dǎo)出應(yīng)對(duì)模型不確定性的自適應(yīng)無(wú)跡信息濾波和狀態(tài)估計(jì)方法。

      三、利用huber估計(jì)的魯棒無(wú)跡信息濾波器

      對(duì)于不確定量測(cè)噪聲,應(yīng)用矩陣求逆定理并采用huber估計(jì)的方法對(duì)量測(cè)更新過(guò)程進(jìn)行修改,即保留了信息濾波器量測(cè)更新的結(jié)構(gòu)又解決了量測(cè)噪聲非高斯分布時(shí)的濾波和狀態(tài)估計(jì)問(wèn)題。

      結(jié)合圖2所述的雙重不確定系統(tǒng)如下:

      1、不確定無(wú)人艇數(shù)學(xué)模型:

      通過(guò)航向自動(dòng)舵及gps設(shè)置的航跡點(diǎn)來(lái)間接控制無(wú)人艇的航跡,無(wú)人艇航向模型可寫為:

      其中,ψ為艏向角,r為艏搖角速度,為其一階導(dǎo)數(shù),δ為實(shí)際舵角,hn(r)為描述操縱特性的非線性函數(shù),b表示舵角偏移量,其作用是為了抵消慢變干擾,w1∈r表示系統(tǒng)噪聲,t,k為待設(shè)計(jì)參數(shù)。

      為方便描述,可用一個(gè)統(tǒng)一的形式表示為:

      其中,函數(shù)f1(·)為非線性函數(shù),x0=[ψ,r]t,u=δ,wp=w1。

      2、不確定海洋干擾模型:

      高頻海浪干擾為一階波浪力,可使用二階濾波器對(duì)其進(jìn)行建模,狀態(tài)空間形式為:

      ηw=cwξ

      其中,ξ∈r為高頻運(yùn)動(dòng)狀態(tài),ηw∈r為高頻海浪引起的無(wú)人艇艏向角變化,ww為零均值白噪聲過(guò)程,aw,ew,cw為適維矩陣。

      低頻海浪干擾為二階波浪力、海風(fēng)和海流等,可采用在輸入中疊加一個(gè)慢變信號(hào)的方式來(lái)模擬,慢變干擾b采用一階馬爾科夫過(guò)程來(lái)模擬:

      其中,tb為適維時(shí)間常數(shù),一般取值較大,wb為適維高斯白噪聲。

      不確定性集成在一起可表示為:

      y=hx+v

      其中,為無(wú)人艇狀態(tài)變量,u為推進(jìn)器推力和環(huán)境作用力,為確定噪聲,e為適維常數(shù)矩陣,h為適維常數(shù)矩陣,非線性函數(shù)f(·)包含未知建模誤差、時(shí)變參數(shù)等不確定性因素,v為適維量測(cè)噪聲,主要指電羅經(jīng)和gps的傳感器測(cè)量噪聲。

      綜上雙重不確定無(wú)人艇非線性離散模型為:

      xk=fa(xk-1,uk-1)+δ+ek-1wk-1

      yk=hkxk+vk

      其中,xk∈rn和yk∈rm分別為狀態(tài)變量和量測(cè)變量,函數(shù)fa(·)表示標(biāo)稱模型,為模型中的確定部分;δ表示建模誤差,且有界,假設(shè)||δ||≤χ,χ≥0;wk和vk為相互獨(dú)立高斯白噪聲,方差分別為qk和rk,維數(shù)分別為nv和nn;k為采樣數(shù)(非負(fù)整數(shù)),l=n+nv。

      結(jié)合圖1圖3,所述的常規(guī)無(wú)跡信息濾波和狀態(tài)估計(jì)算法為:

      1、初始化:

      式中,表示估計(jì)狀態(tài)變量的初值,表示全維狀態(tài)變量的初值,表示全維協(xié)方差矩陣的初值。

      2、計(jì)算系統(tǒng)狀態(tài)sigma點(diǎn):

      其中,λ=α2n-n為比例系數(shù),α∈[0,1]通常取一個(gè)很小的數(shù)。

      3、時(shí)間更新:

      其中,表示估計(jì)狀態(tài)變量的均值,pk|k-1表示一步預(yù)測(cè)協(xié)方差,χi為狀態(tài)變量對(duì)應(yīng)的sigma點(diǎn),wi為sigma點(diǎn)的權(quán)值計(jì)算如下

      4、定義中間變量(信息矩陣和信息向量):

      5、量測(cè)更新:

      式中,pxy表示協(xié)方差矩陣。

      結(jié)合圖1圖4,步驟二中自適應(yīng)無(wú)跡信息濾波器的具體設(shè)計(jì)過(guò)程為:

      對(duì)不確定模型的建模誤差,引入在線估計(jì)一步預(yù)測(cè)協(xié)方差矩陣的上界,同時(shí)采用線性矩陣不等式方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,使得估計(jì)結(jié)果對(duì)模型不確定性具有魯棒自適應(yīng)性。記為估計(jì)值協(xié)方差上界,為一步預(yù)測(cè)值的協(xié)方差上界,則有:

      設(shè)置足夠大的初值使得的初值滿足那么都將滿足以上不等式,根據(jù)來(lái)得到當(dāng)前時(shí)刻的

      經(jīng)過(guò)一系列的不等式縮放,可得一步預(yù)測(cè)協(xié)方差的較為保守的上界,按照其結(jié)構(gòu)進(jìn)行參數(shù)化可得

      其中,pk|k-1為一步預(yù)測(cè)值協(xié)方差,λk,α,β為待設(shè)計(jì)的濾波器參數(shù),tr(·)表示矩陣的跡,i表示適維單位陣。

      分析上式可知:第一項(xiàng)λkpk|k-1表示計(jì)算過(guò)程盡可能大地利用一步預(yù)測(cè)協(xié)方差矩陣pk|k-1,而pk|k-1可以通過(guò)時(shí)間更新過(guò)程得到,這一項(xiàng)可以應(yīng)對(duì)建模誤差對(duì)時(shí)間更新過(guò)程的影響;第二項(xiàng)與狀態(tài)估計(jì)結(jié)果的協(xié)方差上界有關(guān),可以應(yīng)對(duì)建模誤差對(duì)最終估計(jì)結(jié)果(量測(cè)更新之后)的影響;第三項(xiàng)是一個(gè)常值,可以應(yīng)對(duì)模型中的常值不確定性。對(duì)于非線性離散系統(tǒng)模型的建模誤差項(xiàng)假設(shè)滿足||δ||≤χ,χ≥0,是無(wú)需知道其上界具體值的,并且其在實(shí)際中也較難獲得。首先通過(guò)調(diào)節(jié)參數(shù)α,β即可對(duì)建模誤差進(jìn)行較好的補(bǔ)償,其次采用線性矩陣不等式方法調(diào)整自適應(yīng)無(wú)跡信息濾波參數(shù)λk:

      由一步預(yù)測(cè)值的協(xié)方差上界知信息協(xié)方差矩陣的預(yù)測(cè)值要大于其觀測(cè)值。由一步預(yù)測(cè)值的協(xié)方差可得,新息協(xié)方差矩陣的預(yù)測(cè)值為:

      同時(shí),通過(guò)引入一個(gè)加權(quán)因子μ∈[0,1],可得新息協(xié)方差矩陣觀測(cè)值的無(wú)偏估計(jì)為

      其中,為新息方程,且μ的大小會(huì)影響濾波器對(duì)噪聲特性和模型不確定性的敏感性,當(dāng)μ=0時(shí),僅由當(dāng)前時(shí)刻的觀測(cè)值決定,當(dāng)μ=1時(shí),還會(huì)受到歷史觀測(cè)值影響。

      為使得減小估計(jì)的保守性,可通過(guò)如下最優(yōu)問(wèn)題來(lái)調(diào)節(jié)λk,同時(shí)參數(shù)更新時(shí)間間隔可以通過(guò)下式的計(jì)算間隔確定:

      其中,參數(shù)λk在線調(diào)節(jié),參數(shù)α,β離線調(diào)節(jié)。

      由于為一步預(yù)測(cè)值的協(xié)方差上界不等式成立的必要條件而不是充分條件,所以α,β對(duì)濾波器的性能非常重要。當(dāng)計(jì)算出后,用其代替pk|k-1,然后采用huber估計(jì)方法的量測(cè)更新方程即可求得最終的估計(jì)值及其協(xié)方差矩陣

      結(jié)合圖1圖5,利用huber估計(jì)的魯棒無(wú)跡信息濾波器的具體設(shè)計(jì)過(guò)程為:

      對(duì)于不確定量測(cè)噪聲,應(yīng)用矩陣求逆定理并在量測(cè)更新部分引入huber估計(jì)方法,保留了無(wú)跡信息濾波量測(cè)更新的結(jié)構(gòu)。

      初始化及時(shí)間更新部分與常規(guī)無(wú)跡信息濾波和狀態(tài)估計(jì)算法一致,首先k時(shí)刻的估計(jì)值可表示為

      其中δk表示一步預(yù)測(cè)誤差,協(xié)方差為pk|k-1。

      根據(jù)常規(guī)無(wú)跡信息濾波和狀態(tài)估計(jì)算法的推導(dǎo)過(guò)程及結(jié)果,存在如下映射

      其中選取線性的量測(cè)方程。

      線性回歸模型如下:

      定義

      則有

      其中,為殘差。

      其中,表示常規(guī)無(wú)跡信息濾波量測(cè)更新后的初始估計(jì)值。

      huber估計(jì)的思想是通過(guò)最小化目標(biāo)函數(shù)j來(lái)估計(jì)被估量。則有如下目標(biāo)函數(shù)

      其中,ri表示殘差,σi是比例因子為單位陣,殘差一般是被估量的函數(shù)。

      為使目標(biāo)函數(shù)最小,則需

      其中,huber估計(jì)的ρ函數(shù)、核函數(shù)ψ(r)和權(quán)值函數(shù)q(r)分別表示如下,γ為調(diào)節(jié)參數(shù),表達(dá)式如下

      則最小目標(biāo)函數(shù)為:

      其中,

      通過(guò)迭代法求最小目標(biāo)函數(shù),迭代公式為:

      其中,j為迭代次數(shù),一般取j=1即可,初值取或者取常規(guī)無(wú)跡信息濾波量測(cè)更新后的估計(jì)值。

      然后重新定義信息濾波中的信息矩陣和信息向量:

      并修改協(xié)方差矩陣pk|k-1的計(jì)算公式為:

      最后則可按照信息濾波的形式進(jìn)行量測(cè)更新:

      但需修改其中的信息狀態(tài)增量及其關(guān)聯(lián)矩陣,為:

      本發(fā)明適用于包括不確定無(wú)人艇模型、海洋干擾模型和不確定傳感器量測(cè)噪聲同時(shí)存在的雙重不確定無(wú)人艇的濾波和狀態(tài)估計(jì)。提出一種基于huber估計(jì)的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法:這種方法通過(guò)在線估計(jì)一步預(yù)測(cè)協(xié)方差矩陣的上界來(lái)計(jì)算估計(jì)值,只對(duì)時(shí)間更新過(guò)程進(jìn)行修改,同時(shí)采用線性矩陣不等式的方法進(jìn)行自適應(yīng)參數(shù)調(diào)整,推導(dǎo)出應(yīng)對(duì)不確定模型的自適應(yīng)無(wú)跡信息濾波器(auif);然后應(yīng)用矩陣求逆定理并采用huber估計(jì)的方法對(duì)量測(cè)更新過(guò)程進(jìn)行修改,解決了量測(cè)噪聲非高斯分布時(shí)的濾波和狀態(tài)估計(jì)問(wèn)題。通過(guò)附圖3-5比較uif、auif和hauif的估計(jì)誤差效果圖,可知hauif的濾波和狀態(tài)估計(jì)的精度高,穩(wěn)定性好。最終本發(fā)明所提出的魯棒自適應(yīng)濾波和狀態(tài)估計(jì)方法解決了雙重不確定無(wú)人艇的濾波和狀態(tài)估計(jì)問(wèn)題,即保留了信息濾波器結(jié)構(gòu)的優(yōu)點(diǎn)有提高了濾波和狀態(tài)估計(jì)的精度和穩(wěn)定性,計(jì)算簡(jiǎn)單應(yīng)用方便。

      當(dāng)前第1頁(yè)1 2 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1