噪声方差不精确建模的多传感器系统融合滤波算法
专利汇可以提供噪声方差不精确建模的多传感器系统融合滤波算法专利检索，专利查询，专利分析的服务。并且本 发明 提供了一种噪声方差不精确建模的多 传感器 系统融合滤波 算法 ，本发明在利用MAP估计器和基于新息自适应估计器IAE两种估计器对两种噪声方差进行估计，接着采用强 跟踪 滤波技术对协方差进行修正形成的噪声方差不精确的单 传感器系统 自适应滤波算法的 基础 上，通过结合联邦滤波结构，设计了噪声方差不精确建模的多传感器系统融合滤波算法。本发明方法能对多传感器系统所采集的信息进行估计和预测，提高了多传感器系统监控目标的估计和预测 精度 ，有效地实现了多传感器系统目标监控的功能。而且算法本身计算量小、实现简单、信息分配方式灵活、容错结构良好。，下面是噪声方差不精确建模的多传感器系统融合滤波算法专利的具体信息内容。
1.一种噪声方差不精确建模的多传感器系统融合滤波算法，其特征在于，该方法包括以下步骤：
步骤1、系统建模：
考虑离散非线性的随机动态系统，给出如下多传感器系统的状态空间模型：
x(k+1)＝f(x(k))+w(k) (1)
z(k)＝h(x(k))+v(k) (2)
其中，x(k)∈Rn为目标状态，z(k)∈Rm表示测量值；f:Rn→Rn为非线性状态演化过程，h:
n m n
R→R为相应的非线性测量映射；过程噪声w(k)∈R是有色噪声，描述为w(k)＝λ(k-1)w(k-
1)+q(k-1),其中，q(k)是均值为零，方差阵为Q(k)的高斯白噪声，且q(k)和v(k)互不相关；
测量噪声v(k)∈Rm是均值为零、方差为R(k)的高斯白噪声；系统的初始状态x(0)分别独立于q(k)和v(k)；过程噪声与测量噪声互不相关；过程噪声方差Q(k)和测量噪声方差R(k)均只有一个不精确的先验值Q0和R0；
设N个传感器对状态进行观测，相应的测量方程为：
zi(k)＝hi(x(k))+vi(k) (3)
其中，zi(k)∈Rm表示第i个传感器的测量值；hi：Rn→Rm为相应的非线性测量映射；测量噪声vi(k)∈Rm是均值为零的高斯白噪声，其方差为Ri(k)；模型中过程噪声与测量噪声互不相关；系统的初始状态x(0)均值为x0，方差为P0，且独立于w(k)和vi(k)；过程噪声方差Q(k)和测量噪声方差R(k)均只有一个不精确先验值Q0和
步骤2、基于重置式联邦滤波结构，将信息按一定比例分配给各个子滤波器，各个子滤波器独立进行时间更新和测量更新，主滤波器进行时间更新，具体过程执行包括：
步骤2.1、信息分配
其中，j＝1,2,…，N； Qg(k)为全局过程噪声方差；
取各个子滤波器的过程噪声方差估计的算术平均值作为全局过程噪声方差，即有：
βj(k)为k时刻的信息分配参数，满足信息守恒原理：
采用基于矩阵范数的动态信息分享算法计算βj(k)，即：
其中，‖A‖F表示矩阵A的Frobenius范数；
步骤2.2、信息更新
根据以下步骤在子滤波器中均执行时间更新和测量更新：
1)初始化
给状态估计，估计误差协方差 和过程噪声方差 和测量噪声方差 赋初
值
2)时间更新
按照式(7)-(9)计算预测状态
使状态预测的均方根误差协方差S(k|k-1)为：
其中， 表示新过程噪声方差估计 的平方根，满足式(11)；
渐消因子λ(k)由式(12)计算；
其中，c(k)＝tr[U(k)]/tr[M(k)]且
其中，
式(14)、(15)中，F(k)和H(k)分别是状态模型和测量模型的局部线性化矩阵；ρ是遗忘因子，β是弱化因子；
3)、测量更新
根据式(17)—(19)计算测量预测值，并利用式(16)求解互协方差阵Pxz(k|k-1)；
zi(k|k-1)＝h(Xi(k|k-1)) (18)
Pxz(k|k-1)＝x(k|k-1)zT(k|k-1) (20)
其中，
采用式(21)计算测量噪声方差的次优IAE估计 并根据式(22)计算均方根新息协方差阵Szz(k|k-1)；
其中，H(k)为测量模型的局部线性化矩阵，初值
其中， 表示测量噪声方差 的平方根；
利用式(23)-(24)获得更新后的状态估计 并按式(25)计算其均方根误差协方差S(k|k)；
其中，符号/表示矩阵右除操作；
计算实时估计过程噪声方差
当过程噪声方差为常值时，噪声方差Q(k)的次优MAP估计 由式(26)计算；
其中，K(k)为增益阵， 为测量残差向量，初值
当过程噪声方差时变时，噪声方差Q(k)的次优MAP估计 由式(27)计算；
其中，d(k)＝(1-b)/(1-bk+1)，b为遗忘因子；
步骤2.3、信息融合
主滤波器根据加权融合准则融合各个子滤波器输出，即：
2.根据权利要求1所述的噪声方差不精确建模的多传感器系统融合滤波算法，其特征在于：步骤2.2中，选取ρ＝0.95，β＝1.2。
3.根据权利要求1所述的噪声方差不精确建模的多传感器系统融合滤波算法，其特征在于：步骤2.2中，b的取值范围是0.95
噪声方差不精确建模的多传感器系统融合滤波算法
技术领域
背景技术
发明内容
具体实施方式
相关；测量噪声v(k)∈R是均值为零、方差为R(k)的高斯白噪声；系统的初始状态x(0)分别独立于q(k)和v(k)；过程噪声与测量噪声互不相关；过程噪声方差Q(k)和测量噪声方差R(k)均只有一个不精确的先验值Q0和R0；
0.02]T，η2(0)＝[90，0.03]T，η3(0)＝[100，0.04]T迭代次数均为1。
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
