用于非线性系统的高阶扩展卡尔曼滤波方法

本发明公开了用于非线性系统的高阶扩展卡尔曼滤波方法，包括如下步骤：S1，建立由线性状态模型方程与非线性测量模型方程组成的非线性系统；S2，建立求解克罗内克积型复合随机变量统计特性的计算算法；S3，利用步骤S2建立的算法，分析非线性系统状态估计误差的高阶特征；S4，将已知测量信息与误差的高阶特征相结合，设计并优化扩展卡尔曼滤波，并逐步估计非线性系统中的下一步状态；S5，循环步骤S4过程，对非线性系统状态进行逐步估计，直到完成对设定步数的状态估计，得到每一步的状态估计值。本发明通过基于系统状态估计误差的高阶统计特性及已知测量信息，自适应调整滤波过程中的估计模型，从而提高了滤波器的稳定性和精度。