(开题报告范例3.docVIP

开题报告 ——基于Kalman滤波的次优无偏时变噪声统计估计器的实现 班级：测控1001 学号：2010014188 姓名：马琳钰 指导教师：王建林 一、课题背景和意义 非线性系统的滤波问题广泛存在于目标跟踪、无线通信、工业自动控制、导航、金融等领域。在实际非线性系统中，系统噪声统计特性通常未知或者具有时变性，只有正确估计系统的统计噪声，才能提高对非线性系统的建模和预报能力，对噪声统计估计的需求可见一斑。容积式卡尔曼滤波(Cubature Kalman Filter, CKF)是针对高维系统的非线性滤波方法，在噪声先验统计特性已知的情况下，理论上至少能以三阶泰勒精度逼近非线性高斯系统的后验均值和方差，尤其是平方根容积卡尔曼滤波(SCKF)，具有数值计算精简和稳定的特点。经改进的基于容积式卡尔曼滤波的次优无偏时变噪声统计估计器具有感知噪声变化的能力，计算精简，数值特性稳定。对各领域中的高维系统滤波有重要实际意义。 二、国内外研究现状 在贝叶斯框架下，滤波最优方案即构造状态后验概率分布函数，然而对于非线性系统，不可能实现对状态后验概率分布函数的精准描述，因此相继提出了许多次优的近似方法。其中最著名的是扩展卡尔曼滤波器(EKF)，其相关改进算法[1]有：强跟踪滤波器(STF)，二阶截断EKF和迭代EKF。为了克服EKF的理论局限性，出现了中心差分卡尔曼滤波 (CDK