第30卷 第 1期
2008年 1月
北 京 科 技 大 学 学 报
Journalof Uuive路ityofscience andTechno1OgyBe劝ing
Vol。30N0.1
Jan.2008
动态噪声特性未知系统的多模型自适应卡尔曼滤波
李晓理‘) 钱晓龙2)
1) 北京科技大学信息工程学院,北京 100083 2) 东北大学信息科学与工程学院,沈阳 nOO04
摘 要 针对常规自适应卡尔曼滤波器存在过渡过程差的间题,基于一个给定的指标切换函数,采用多个基于不同动态噪
声协方差矩阵的卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器.与常规自适应卡尔曼
滤波器相比,多模型自适应卡尔曼滤波器可以在保持原有自适应滤波器性能的基础上极大地改善瞬态响应.
关锐词 噪声特性;未知系统;自适应卡尔曼滤波;切换;多模型
分类号 TP273
MultiPlemodeladaPtiveKalmanfilterforthesystem withouttheknowledgeof
Pr0CeSSll01Se
工1爪aolil),QIANxiaolongZ)
1)ScllooloflnformationE飞ineering,UniversityofscienceandTechnology玫ijiDg,Beiji叱 100083,China
2)Coll呀eoflnformationscienceandE飞inee五ng,NortheasternUniversity,She叮angiloo04,China
ABSTRACT Tosolvethebadtransientresponseofacon ventionaladaptiveKalmanfilter,multipleKalman filtersbasedondiflerent
noisecovariances andaconventionaladaptiveKalmanfilter (AKF)wereusedtoform amultiplemodeladaptiveKalmanfilter
(MMAKF)byusi昭 aswitchi眼 indexfunction.Q们lpared侧thacon ventionalAKF,theMMAKF。ouldimprov ethetransientre-
即onse梦eatlywithoutlosi馆 thecharacteristicofthecon ventionalAKF.
KEYWORDS noisecharacteristic;unknowns邓tem;adaptiveKalmanfiltering;switching;multiplemodel
对于用状态方程描述的离散时间系统,系统的
动态噪声的统计特性— 噪声协方差矩阵— 很难
精确获得,因此对此类系统进行状态估计时常采用
自适应卡尔曼滤波(AKF)〔‘一”〕.此类卡尔曼滤波器
常常是一边辨识噪声的协方差矩阵,一边基于辨识
的噪声协方差矩阵进行卡尔曼滤波.正是由于自适
应卡尔曼滤波需要一个自适应辨识过程,因此常会
由于辨识初值选取不恰当,造成滤波的过渡过程不
理想,甚至造成发散.
利用多个模型覆盖被估对象的参数或结构不确
定性,进而基于多个模型设计滤波器能够较好地解
决上述问题.文献「4〕采用加权和的形式设计了自
适应卡尔曼滤波器.针对被估计系统的动态噪声协
收稿B期:2006一12一5 修回B期:2007一4一1
荃金项目:国家自然科学基金资助项目(No.60604002);北京市科
技新星计划资助项目(No.2006B23);北京科技大学422 高层次引
进人才计划资助项目;北京市教委共建重点学科资助项目(No.
xk100080537).
作者简介:李晓理(1971一),男.副教授.博士
方差矩阵的可能取值设计多个固定卡尔曼滤波器
(即基于多个固定噪声协方差矩阵设计卡尔曼滤波
器).每一个采样时刻,根据滤波输出误差对每一个
固定卡尔曼滤波器计算一个小于 1的权值,被估系
统的滤波输出值将是多个卡尔曼滤波器滤波输出的
加权和.这种滤波器的滤波效果直接取决于多个固
定卡尔曼滤波器的选取,因此增加了滤波器的设计
难度.另外,这种滤波器的收敛性很难证明,有时甚
至会造成滤波发散.进入 20 世纪 90 年代,基于指
标切换函数的多模型自适应控制〔5一10]被用来改善
自适应控制系统的瞬态响应,并且有理想的稳定性
和收敛性证明结果.本文将这种思想推广到了滤波
领域.与加权和多模型卡尔曼滤波器一样,设计多
个固定卡尔曼滤波器,同时保留一个常规的自适应
卡尔曼滤波器.对每一个卡尔曼滤波器建立一个基
于滤波误差的带有积分形式的指标切换函数,由此
切换函数和多个滤波器共同构成多模型自适应卡尔
曼滤波器(MMAKF).每一个采样时刻均计算指标
万方数据