稳态Kalman滤波器增益的一种新算法

用现代时间序列分析方法，基于ARMA新息模型，提出了稳态Kalman滤波器增益阵的一种新算法。可处理模型噪声与观测噪声相关的系统，也可处理带奇异的和／或不稳定状态转移阵的系统。仿真例子说明了其有效性。     

随机控制系统稳态Kalman滤波器新算法

应用现代时间序列分析方法,基于受控的自回归滑动平均(CARMA)新息模型,提出了随机控制系统稳态Kalman滤波器增益的两种新算法,避免了求解Riccati方程.为保证滤波器的渐近稳定性,给出了选择滤波初值的两个公式.仿真例子说明了新算法的有效性.     

稳态Kalman滤波增益估计的两种新算法及其应用

本文从时间序列分析观点,基于观测过程的 CARMA 新息模型,提出了稳态 Kalman 滤波增益估计的两种新算法及相应的自校正 Kalman 滤波器,形成一种新的自适应 Kalman 滤波技术.新算法比Mehra 和 Tajima 的算法简单.作为应用例子,对于一个简单的跟踪系统,导出了带输入估计的自校正α-β滤波器,仿真结果说明了新算法的有效性.     

广义系统稳态Kalman估值器

用现代时间序列分析方法,提出了广义离散线性随机系统稳态Kalman滤波、平滑和预报的一种统一格式,给出了稳态Kalman估值器增益新算法,避免了求解Riccati方程.为保证估值器的渐近稳定性,给出了选择初始估值的公式.仿真例子说明了所提出的结果的有效性.     

极点配置广义稳态Kalman估值器

应用时域上的现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型和白噪声估值器,应用控制理论中的极点配置原理,对线性离散时间广义随机系统提出了极点配置广义稳态Kalman估值器.它们具有全局渐近稳定性,且通过配置估值器的极点可按指数衰减速率使初始状态估值的影响快速消失.它们可在统一框架下处理滤波、平滑和预报问题.它们避免了Riccati方程和最优初始状态估值的计算,因而可减小计算负担.一个仿真例子说明了它们的有效性.     

稳态Kalman去卷滤波器及其应用

应用现代时间序列分析方法,基于非递推状态估计理论和ARMA新息模型,提出了含多重观测滞后系统的稳态Kalman去卷滤波器,并给出了它在跟踪系统中的仿真应用例子。     

一类稳态Kalman滤波器及其渐近稳定性

应用现代时间序列分析方法，基于ＡＲＭＡ新息模型和白噪声估值器，对完全可观的离散线性机系统，提出了一类稳态Ｋａｌｍａｎ滤波器，其中给出了稳态Ｋａｌｍａｎ滤波器增益和两种新算法，并给出了保证滤波器渐近稳定性的初值选择公式，仿真例子说明了其有效性。     

按对角阵加权信息融合Kalman滤波器

为了克服按矩阵加权信息融合非稳态Kalman滤波器的在线计算负担大的缺点,和按标量加权融合Kalman滤波器精度较低的缺点,应用现代时间序列分析方法,提出了按对角阵加权的线性最小方差多传感器信息融合稳态Kalman滤波器.它等价于状态分量按标量加权信息融合Kalman滤波器,实现了解耦信息融合Kalman滤波器.它的精度和计算负担介于按矩阵和按标量加权融合器两者之间,且便于实时应用.为了计算最优加权,提出了计算稳态滤波误差方差阵和协方差阵的Lyapunov方程.一个三传感器的雷达跟踪系统的仿真例子说明了其有效性.     

广义系统信息融合稳态与自校正满阶Kalman滤波器

基于线性最小方差标量加权融合算法和射影理论,对带多个传感器和带相关噪声的广义系统,提出了分布式标量加权融合稳态满阶Kalman滤波器.推得了任两个传感器子系统之间的稳态满阶滤波误差互协方差阵,其解可任选初值离线迭代计算.所提出的稳态融合滤波器避免了每时刻计算协方差阵和融合权重,减小了在线计算负担.当系统含有未知模型参数时,基于递推增广最小二乘算法和标量加权融合算法,提出了一种两段融合自校正状态滤波器.其中第1段融合获得未知参数的融合估计;第2段融合获得分布式自校正融合状态滤波器.与局部估计和加权平均融合估计相比,所提出的标量加权融合参数估计和自校正状态估计都具有更高的精度.仿真研究验证了其有效性.     

有限时间一致无迹Kalman滤波器

本文研究多个传感器测量非线性系统时的分布式无迹Kalman滤波器(Unscented Kalman filter, UKF)的设计问题.借助离散多智能体系统有限时间平均一致算法的思想, 针对无向通信和有向通信网络分别设计了两种不同的滤波算法.对于无向连通的通信拓扑, 利用节点存储的一致性算法的迭代值构造差向量, 由该差向量构成的Hankel矩阵的核来得到分布式无迹Kalman滤波器, 并通过利用误差协方差矩阵的逆来构造Lyapunov函数, 基于随机稳定性引理证明了该有限时间一致无迹Kalman滤波器的稳定性.对于有向强连通的通信拓扑, 结合比率一致和Hankal矩阵的核来设计分布式无迹Kalman滤波器, 该滤波器的稳定性与无向通信拓扑的滤波器相同.最后, 通过仿真例子来验证所提滤波器的跟踪效果.     

固定区间Kalman平滑新算法

用现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估值器,提出了一种正向固定区间稳态Ｋａｌｍａｎ平滑新算法和两种反向固定区间稳态Ｋａｌｍａｎ平滑新算法,并给出了保证算法最优性的最优初值公式。算法简单,便于实时应用。仿真例子说明了它们的有效性。     

广义系统Wiener 滤波和Kalman 滤波新方法*

应用时域上的现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估计理论,提出了广义系统的Ｗｉｅｎｅｒ状态估值器和急剧记Ｋａｌｍａｎ估值器。它们可统一处理最优滤波,平滑和预后问题。     

航空发动机相似增益扩展卡尔曼滤波研究

提出了一种用于估计航空发动机性能参数退化情况的基于相似增益的扩展卡尔曼滤波方法,滤波器由部件级非线性实时模型和卡尔曼滤波增益矩阵组成.增益矩阵在标准大气条件下设计,并通过相似理论将其扩展到全线.与常增益卡尔曼滤波算法相比,该方法具有更好的收敛性和滤波稳定性.系统仿真表明,该方法能够在当前的机载计算机上完成实时运算,仿真...     

一种卡尔曼增益约束滤波算法

在滤波过程中,将卡尔曼增益结合约束条件,可以有效地提高滤波精度.论文推导了含有卡尔曼增益约束条件的代价函数,根据Karush-Kuhn-Tucker（KKT）最小化的一阶必要条件,使用高斯牛顿法求出约束卡尔曼增益的最优约束解.最后对具有约束条件的目标跟踪问题进行了仿真实验,结果表明该算法的跟踪精度要高于普通卡尔曼滤波算法.     

Fractionally Delayed Kalman Filter

The conventional Kalman filter is based on the assumption of non-delayed measurements. Several modifications appear to address this problem, but they are constrained by two crucial assumptions: 1) the delay is an integer multiple of the sampling interval, and 2) a stochastic model representing the relationship between delayed measurements and a sequence of possible non-delayed measurements is known. Practical problems often fail to satisfy these assumptions, leading to poor estimation accuracy and frequent track-failure. This paper introduces a new variant of the Kalman filter, which is free from the stochastic model requirement and addresses the problem of fractional delay.The proposed algorithm fixes the maximum delay(problem specific), which can be tuned by the practitioners for varying delay possibilities. A sequence of hypothetically defined intermediate instants characterizes fractional delays while maximum likelihood based delay identification could preclude the stochastic model requirement. Fractional delay realization could help in improving estimation accuracy. Moreover, precluding the need of a stochastic model could enhance the practical applicability. A comparative analysis with ordinary Kalman filter shows the high estimation accuracy of the proposed method in the presence of delay.     

卡尔曼滤波计算方法研究进展

本文简要回顾了卡尔曼滤波研究的发展历程，重点对卡尔曼滤波及其在改善数值稳定性，提高计算效率等数值计算方面的研究与发展进行了综述，对ＱＲ分解，Ｕ－Ｄ分解，奇异值分解等在卡尔曼滤波，状态与偏差分离波及并行滤波与分散滤波等方面应用的新进展作了介绍。     

自适应Kalman滤波器及其应用

对于带未知噪声统计的单输出系统,本文提出了一种新的自适应Kalman滤波器.应用现代时间序列分析方法,基于ARMA新息模型的滑动平均(MA)参数的在线辨识,提出了稳态最优Kalman滤波器增益估计的一种新算法,比Mehra的算法简单.同时还提出了辨识滑动平均(MA)模型参数的一种新的自适应Kalman滤波算法.此外,给出了在雷达跟踪系统中的应用,且仿真结果说明了本文算法的有效性.