濾波算法研究及應(yīng)用.pdf

1、濾波算法是通過(guò)量測(cè)到的已知輸出來(lái)估計(jì)系統(tǒng)狀態(tài)，從而得到一個(gè)接近真實(shí)的狀態(tài)估計(jì)，用來(lái)解決控制理論及其應(yīng)用中的諸多問(wèn)題。其中，維納濾波由于是非遞推的，且因不便于實(shí)時(shí)應(yīng)用而受到很大限制。目前常用的濾波算法中，卡爾曼濾波(KF)適用于動(dòng)態(tài)系統(tǒng)為線性系統(tǒng)，噪聲服從高斯分布的情況，是最小均方意義下的最優(yōu)濾波算法。擴(kuò)展卡爾曼濾波(EKF)適用于非線性系統(tǒng)高斯噪聲情況，它是利用一階泰勒展開(kāi)將非線性系統(tǒng)線性化而得到的一種次優(yōu)濾波算法，在非線性不是特別嚴(yán)重

2、的情況下，擴(kuò)展卡爾曼濾波有著近似最優(yōu)的濾波效果，但在非線性非高斯模型下上述兩種算法的效果都不盡如人意。在這種情況下，粒子濾波(PF)因其適用面廣而備受關(guān)注。粒子濾波是一種基于蒙特卡羅模擬和遞推貝葉斯估計(jì)的濾波方法。它采用粒子描述狀態(tài)空間，用由粒子及其權(quán)重組成的離散隨機(jī)測(cè)度近似真實(shí)的狀態(tài)后驗(yàn)分布，并且根據(jù)算法遞推更新離散隨機(jī)測(cè)度。粒子濾波可以處理模型方程為非線性、噪聲分布為非高斯分布的問(wèn)題，在許多領(lǐng)域得到了成功的應(yīng)用。
　　本文在研

3、究濾波算法的基礎(chǔ)上，通過(guò)算法在最優(yōu)控制和信息融合領(lǐng)域的應(yīng)用具體分析驗(yàn)證了算法性能。在最優(yōu)控制方面，討論了模型具有未知參數(shù)、觀測(cè)噪聲為非高斯噪聲的線性系統(tǒng)和乘性噪聲非線性系統(tǒng)幾種情況下的最優(yōu)控制問(wèn)題，仿真使二次型性能指標(biāo)最小，達(dá)到最優(yōu)控制。卡爾曼濾波是在信息融合領(lǐng)域廣泛使用的融合算法，它在線性高斯模型下能得到最優(yōu)估計(jì)，但在非線性非高斯模型下效果很差。本文討論了基于濾波算法的觀測(cè)融合濾波理論及應(yīng)用，仿真驗(yàn)證算法在保持較高跟蹤精度的基礎(chǔ)上，誤