具有随机状态转移矩阵的Kalman滤波.PDF

第３１卷第１期 大地 测 量 与地 球 动 力 学 Ｖｏｌ．３１Ｎｏ．１ ２０１１年２月 ＪＯＵＲＮＡＬＯＦＧＥＯＤＥＳＹＡＮＤＧＥＯＤＹＮＡＭＩＣＳ 　 Ｆｅｂ．，２０１１ 　　文章编号：１６７１５９４２（２０１１）０１０１０９０４ 具有随机状态转移矩阵的Ｋａｌｍａｎ滤波 １） １） ２） １） 王宇鸿 　罗志清 　 刘高辉 　隋玉成 １）昆明理工大学国土资源工程学院，昆明　６５００９３ ( ２）云南省测绘工程院，昆明　６５００９３ ) 摘　要　讨论状态转移矩阵为随机性矩阵时的Ｋａｌｍａｎ滤波方法，并给出滤波的具体算法及分析滤波的收敛特性 和参数的取值范围。通过实际算例证实了该滤波方法的有效性。 关键词　线性系统；Ｋａｌｍａｎ滤波；随机性矩阵；状态转移矩阵；滤波误差界 中图分类号：Ｐ２０７　　　　 文献标识码：Ａ ＫＡＬＭＡＮＦＩＬＴＥＲＩＮＧＷＩＴＨＳＴＯＣＨＡＳＴＩＣＳＴＡＴＥＴＲＡＮＳＩＴＩＯＮＭＡＴＲＩＸ １） １） ２） １） ＷａｎｇＹｕｈｏｎｇ，ＬｕｏＺｈｉｑｉｎｇ，ＬｉｕＧａｏｈｕｉａｎｄＳｕｉＹｕｃｈｅｎｇ １）ＦａｃｕｌｔｙｏｆＬａｎｄＲｅｓｏｕｒｃｅＥｎｇｉｎｅｅｒｉｎｇ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ　６５００９３ ( ２）ＡｃａｄｅｍｙｏｆＧｅｏｍａｔｉｃＥｎｇｉｎｅｅｒｉｎｇｏｆＹｕｎｎａｎＰｒｏｖｉｎｃｅ，Ｋｕｎｍｉｎｇ　６５００９３ ) Ａｂｓｔｒａｃｔ　ＴｈｅＫａｌｍａｎｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｏｆｔｈｅｓｔａｔｅｔｒａｎｓｉｔｉｏｎｍａｔｒｉｘｆｏｒｔｈｅｒａｎｄｏｍｍａｔｒｉｘｉｓｄｉｓｃｕｓｓｅｄ，ｓｐｅｃｉｆ ｉｃｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓｉｓｇｉｖｅｎ，ａｎｄｔｈｅｃｏｎｖｅｒｇｅｎｃｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｆｉｌｔｅｒａｎｄｔｈｅｒａｎｇｅｏｆｐａｒａｍｅｔｅｒｓａｒｅａｎａ ｌｙｚｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｉｓｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｉｓｃｏｎｆｉｒｍｅｄｂｙａｐｒａｃｔｉｃａｌｅｘａｍｐｌｅ． Ｋｅｙｗｏｒｄｓ：ｌｉｎｅａｒｓｙｓｔｅｍ；Ｋａｌｍａｎｆｉｌｔｅｒｉｎｇ；ｒａｎｄｏｍｍａｔｒｉｘ；ｓｔａｔｅｔｒａｎｓｉｔｉｏｎｍａｔｒｉｘ；ｆｉｌｔｅｒｅｒｒｏｒｂｏｕｎｄ 滤波发散［６］。针对这种情况下的滤波现有鲁棒滤 １　引言 波算法。目前，最新的滤波方法有分布逼近Ｋａｌｍａｎ Ｋａｌｍａｎ滤波理论是一种对动态系统进行数据 滤波（ＵＫＦ）和粒子滤波。 处理的有效方法，它利用观测向量来估计随时间变 在实际应用中，由于受各种因素的影响，线性模 化的状态向量，从估计的角度来说，属于“状态”估 ［１］ 型中的状态转移矩阵可能是随机性的矩阵。这种模 计问题 。由于其在对状态向量进行估计时，不需 要存储大量的历史观测数据，利用新的观测值，通过 型滤波不能用标准的Ｋａｌｍａｎ滤波法，本文讨论这种 ［２］ 不断地预测和修正，即可估计出系统新的状态 。 情形下的Ｋａｌｍａｎ滤波。 我们常见的滤波是线性模型的标准 Ｋａｌｍａｎ滤 波［３－５］。标准Ｋａｌｍａｎ滤波是建立在模型精确和随 ２　线性系统的