基于一步异相关法则的kalman 滤波抗野值方法

基于一步异相关法则的kalman 滤波抗野值方法

ID:38277305

大小:872.46 KB

页数:5页

时间:2019-05-25

基于一步异相关法则的kalman 滤波抗野值方法_第1页
基于一步异相关法则的kalman 滤波抗野值方法_第2页
基于一步异相关法则的kalman 滤波抗野值方法_第3页
基于一步异相关法则的kalman 滤波抗野值方法_第4页
基于一步异相关法则的kalman 滤波抗野值方法_第5页
资源描述:

《基于一步异相关法则的kalman 滤波抗野值方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年第24卷第5期测试技术学报Vol.24No.52010(总第83期)﹢﹨﹦﹢﹥﹦﹢﹦﹦﹦﹤﹪﹩(SumNo.83)文章编号:16717449(2010)05045405基于一步异相关法则的kalman滤波抗野值方法张兴华,刘超(山西大学物理电子工程学院,山西太原030006)摘要:分析了野值对kalman滤波的影响机理;从随机序列的自相关

2、函数出发,利用序列的一步差分方差判别野值的一步异相关法则,提出基于一步异相关法则的kalman滤波新方法,并与传统的改进方法进行了仿真比较.仿真实验表明,该方法简单易行,可以有效抑制观测值中野值对kalman滤波的不利影响,提高滤波精度和稳定性.关键词:野值;kalman滤波;新息;相关函数;一步异相关法则中图分类号:TN911.23文献标识码:A┄:10.3969燉j.issn.16717449.2010.04.018┉┊┎┄┃┈┉┇┃┃┊┉━┇┈┄━│┃﹨━┉┇﹣┈┄┃┃┐

3、┉┅┃┊━┇﹤┄┇┇━┉┄┃┌ZHANGXinghua,LIUChao(CollegeofPhysicsandElectronicEngineering,ShanxiUniversity,Shanxi,Taiyuan030006,China)﹢┈┉┇┉:ThispaperanalysesthemechanismthattheoutliersaffectKalmanfilters.Accordingtoautocorrelationfunctionofrandomseriesandonestepdif

4、ferencevarianceforoutliersidentification,anewmethodbasedononestepsingularcorrelationlawforKalmanfiltersisproposed,andcomparedbysimulationswiththetraditionalimprovedmethods.Theresultsshowthatthismethodissimpleandeasy,anditcaneffectivelyrestrainthebadeffectsfromtheout

5、liersinobservationvaluesduringfilteringandimprovethefilteringaccuracyandstability.┎┌┄┇┈:outlier;Kalmanfilter;innovation;correlationfunction;onestepsingularcorrelation0引言Kalman滤波是一种线性、无偏、最小方差的统计估计方法,它具有完备的理论基础和简便算法,因而获得了广泛的实际应用.其引用领域包括通信、信息融合、信号处理、保险评估、故障诊断、导航、目标跟

6、收稿日期:20100516基金项目:山西省科学自然基金资助项目(2008011011)作者简介:张兴华(1985),男,硕士生,主要从事随机信号处理研究通信作者:刘超(1958),男,副教授,博士,主要从事随机估计与控制研究.(总第83期)基于一步异相关法则的kalman滤波抗野值方法(张兴华等)455踪和图像处理等[13].但在工程应用中,由于来自观测环境、设备本身以及跟踪目标等多种偶然因素的综合影响和作用,正常观测时出现野值的几率约为2%~5%甚至10%~20%[4][56].而近年来研究表明,kalman滤波

7、算法缺乏对野值的抗干扰性和对突发性错误的容错能力.野值对kalman滤波效果会产生严重影响,甚至导致状态估计明显偏离真实状态.为此,理论上已提出了各种改进方法.例如为了加强新近数据对估计的作用,研究了对前牑次观测值指数加权、对观测值加入可变活化函数进行限制、在状态方程中加入压缩函数、基于容错算法、法则和小波变换等方法[710].上述方法有易实现,速度快、可在线等优点,然而这些方法需要建立模型、参数选取和尺度参数的选择,并且数据处理过程会随模型结构及参数选取的复杂度而变得复杂,原有数据性质改变或遭到破坏,从而出现较大的估计偏差.

8、实际上,观测序列的变化直接反应了待处理序列的相关性的变化特性.因此,本文从序列的自相关函数出发,给出基于一步异相关法则对kalman滤波的修正算法:利用一步异相关法则对观测序列中的野值进行辨识与修正,使修正后的序列能够保持原有序列的相关性,从而消除野值对滤波过程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。