基于加性潜变量扩维卡尔曼滤波的状态估计方法

发明专利有效专利

申请号：
CN202011513729.0
IPC分类号：G01S13/72;G01S13/00
申请日期：
2020-12-21
申请人：
杭州电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于加性潜变量扩维卡尔曼滤波的状态估计方法
申请号	CN202011513729.0	申请日期	2020-12-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-30	公开/公告号	CN112731372A
优先权	暂无	优先权号	暂无
主分类号	G01S13/72 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01S 无线电定向；无线电导航；采用无线电波测距或测速；采用无线电波的反射或再辐射的定位或存在检测；采用其他波的类似装置 G01S13/00 使用无线电波的反射或再辐射的系统，例如雷达系统；利用波的性质或波长是无关的或未指明的波的反射或再辐射的类似系统〔3〕 G01S13/66 雷达跟踪系统；类似系统〔3〕 G01S13/72 用于两维跟踪，例如角度和距离跟踪的组合，扫描跟踪雷达〔3〕	IPC分类号	G;0;1;S;1;3;/;7;2;;;G;0;1;S;1;3;/;0;0查看分类表>
申请人	杭州电子科技大学	申请人地址	浙江省杭州市钱塘新区白杨街道2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	林志鹏;鲍中新;袁洢苒;文成林;徐晓滨
代理机构	浙江千克知识产权代理有限公司	代理人	周希良

摘要

本发明公开了一种基于加性潜变量扩维卡尔曼滤波的状态估计方法，本发明首先将状态模型中的非线性函数项的分量定义为潜变量，据此将状态模型扩维成基于系统原始变量和相应潜变量相结合的伪线性形式；其次建立潜变量的动态关联模型，并与上述伪线性模型相结合形成扩维状态后的线性状态模型；再次基于引入的潜变量和扩维状态，将观测模型等价改写为扩维状态后的线性模型；最后基于扩维后的状态线性模型和观测线性模型，设计含有潜变量的新型扩维卡尔曼滤波器。潜变量的引入将非线性的状态模型转化成线性形式，避免了传统扩展卡尔曼滤波由于泰勒展开式产生的截断误差，从而有效地提高了滤波效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供