摘要
本发明公开了一步量测随机延迟和同步噪声相关条件下系统高斯滤波器的设计方法。借助伯努利随机序列来描述非线性高斯离散系统中的量测单步随机延迟现象,将系统量测噪声作为状态增量以实现对延迟量测信息的一步预测,同时利用条件高斯分布引理来解决噪声相关问题,从而构建具有一步量测随机延迟和同步相关噪声特性的目标状态模型和量测模型,设计了一种高斯滤波框架形式的最优估计算法,并采用泰勒级数展开公式来线性化系统,给出了一步量测随机延迟和同步相关噪声条件下的扩展卡尔曼滤波算法。通过上述方式,本发明提高了滤波器在处理一步量测随机延迟和同步相关噪声时的准确性,减少了滤波结果中的偏差,具有更高的精度和更好的数值稳定性。
技术关键词
协方差矩阵
高斯滤波器
预测误差
噪声条件
量测噪声
离散系统
扩展卡尔曼滤波算法
贝叶斯滤波
线性化系统
非线性系统
延迟现象
估计算法
方程
概率密度函数
序列
框架
系统为您推荐了相关专利信息
集成预测方法
残差模型
建筑
特征提取模块
预测系统
优化设计方法
机器学习模型
变量
样本
拉丁超立方抽样
高低压成套开关设备
风险预测模型
预警方法
状态监测数据
风险点