Kalman滤波算法及其在非高斯噪声下应用熵理论滤波设计.pdf

摘要 摘要 自从Wiener 滤波以来，估计问题包括滤波、预测、平滑已经成为控制、通 信领域关键的研究课题。但是Wiener 滤波很难实现信号的实时处理，而Kalman 滤波正好弥补了这一缺陷，当信号含有噪声时，Kalman 滤波可以在最小均方差 条件下给出信号的最佳估计，而且是在时域中采用递推方式下进行，因此速度 快，便于实现。 2 传统的Kalman 滤波算法是建立在 估计准则基础之上的，它要求精确己 H 知的系统模型并且噪声是高斯的。但是在实际情况下，系统中存在着随机不确 定性，干扰噪声也未必一定是高斯的，本论文将研究一类随机不确定噪声情况 下即非高斯噪声条件下的 Kalman 滤波问题，这里所说的非高斯噪声情况是一 种广义非高斯噪声统一的概括。如果我们仍然按照传统的 Kalman 滤波进行估 计，则会造成估计效果较差或引起发散。 高斯噪声条件下 Kalman 滤波器将采用新息重组的新技术，与同类算法相 比，该