新一代实用非线性滤波工具箱研究.pdfVIP

第十七届IFAC系统辨识研讨会预印本国际会议2015年

10月19‑21日

?

新一代实用型非线性滤波工具箱

JindˇrichHavlík、MiroslavŠimandl和OndˇrejStraka

信息社会控制论与新技术系西波希米亚大学，Univerzitní8,30614Plzeˇn,

CzechRlic电子邮件：havlikj@ntis.zcu.cz、simandl@ntis.zcu.cz、

straka30@ntis.zcu.cz

：本文研究了非线性随机动态系统的状态估计问题，特别关注支持问题规范、系统仿真和

状态估计本身的软件包。描述了开发的称为滤波工具箱的软件包，它是称为非线性估计框

架的工具箱的实用继承者，该工具箱以其通用性和丰富性而面向学术界。所开发的工具箱在其

用途方面进行了描述，特别是导致更好的实际适用性的方面。该工具箱的主要特点是降低计算

复杂性和增强数值稳定性，并通过两个数值示例进行说明。

K：状态估计、非线性系统、实现、软件工具、扩展卡尔曼

fi滤波器，无味卡尔曼滤波器

1。简介2000）。它们分别由扩展卡尔曼滤波器（EKF）、除法差分

滤波器（DDF）（Norgaard等，2000）和无迹卡尔曼滤波

离散时间随机动态系统的非线性状态估计是一个重要的研器（UKF）（Julier和Uhlmann，2004）来表示。这种方

究领域，在过去二十年中得到了快速发展。该领域的重要法的计算要求要低得多，因此这些方法在实践中经常使用。

性源于其在信号处理、目标、导航、故障检测以

对于从业者来说，大量不同的状态估计方法可能会令人困

及自适应和最优控制问题等许多领域中的关键作用。它构

惑且难以理解。理论需求、设计参数的数量以及无法

成任何决策过程的重要组成部分。

设计建议来帮助用户寻找适合其问题的方法，是这场

状态估计问题的一般解决方案由贝叶斯递归关系（BRR）的主要因素。因此，拥有一个合适的软件工具箱来实现各

（Sorenson，1974）表示，它以测量条件下的条件概率种估计方法以减轻负担是有益的。

密度函数（PDF）的形式状态估计。然而，数

有几个处理非线性状态估计的软件包。MATLAB框架中著名

特殊情况才能找到BRR的精确解，例如具有扰动的

的代表是KalmTool(Norgaardetal.,2003)、EKF/UKF

线性系统。对于非线性或非系统，条件PDF具有复

Toolbox(SarkkaandHartikainen,2007)和

杂的形状，并且无法以封闭形式找到解。因此，必须采用

NonlinearEstimationFramework1(NEF)(Strakaet