控制与决策

作者：马天力,张扬,高嵩,刘盼,陈超波

单位：西安工业大学 电子信息工程学院,西安 710021,,西安工业大学 电子信息工程学院,西安 710021,,西安工业大学 电子信息工程学院,西安 710021,,西安工业大学 电子信息工程学院,西安 710021,,西安工业大学 电子信息工程学院,西安 710021,

关键词：交互式多模型;过程噪声;Skew-T分布;变分贝叶斯;自适应滤波;时变噪声

基金：国家重点研发计划项目(2022YFE0123400)；陕西省技术创新引导专项项目(2022QFY01-16)；陕西省重点研发计划项目(2022GY-242).

卡尔曼滤波器广泛用于解决线性高斯系统的状态估计问题.然而,在实际应用中过程噪声和系统模型参数先验信息未知,且量测受到异常值干扰,给准确估计系统状态带来极大困难.针对具有噪声信息和状态模型不确定的动态系统,提出一种广义交互式多模型自适应滤波算法.该算法设计多个模型并行的方式对系统不确定进行处理,对于每个模型,建立Skew-T分布非对称重尾噪声表示模型,为了解决过程噪声与系统协方差相互耦合难以求解的问题,利用逆威沙特分布对系统预测协方差矩阵进行描述,并通过变分贝叶斯推理递归计算系统状态的后验分布.仿真结果和实验验证表明,在噪声信息和状态模型不确定条件下,所提出算法具有较高的估计精度.

来源：2024年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第5期