一种数据驱动的非线性系统状态估计方法

本公开涉及最优估计技术领域，包括一种数据驱动的非线性系统状态估计方法。通过获取系统状态在时刻t的历史信息和待训练的策略函数模型确定时刻t+1的历史信息；基于待训练的值函数模型，确定时刻t的历史信息对应的第一估计评价值、以及时刻t+1的历史信息对应的第二估计评价值；基于第一估计评价值、第二估计评价值、时刻t的当前估计值、以及时刻t的实际状态值，对待训练的值函数模型进行迭代训练；基于时刻t对应的训练后的值函数模型的稳态估计评价值，对待训练的策略函数模型进行迭代训练，得到时刻t对应的训练后的策略函数模型；基于训练后的策略函数模型确定系统状态的状态估计值；可以降低状态估计难度，提高状态估计准确性。