一种具有辨识噪声性能的抗差自适应滤波方法及其应用
摘要文本
本发明涉及大数据资源服务最优估计技术领域,公开了一种具有辨识噪声性能的抗差自适应滤波方法及其应用,通过基于马氏距离的自适应抗差滤波方法对初始信息进行处理得到修正后的修复信息;基于相关观测抗差估计,针对修复信息,构造出相关抗差滤波新息函数序列模型,构造滤波新息的相关函数,得到准确的验后滤波新息统计信息;通过自协方差最小二乘公式消除两类噪声协方差信息之间的耦合影响,估计出两类噪声协方差信息;采用迭代策略消除先验噪声协方差的影响,实现对异常滤波新息中耦合着的粗差、动力学模型异常和先验噪声协方差的剥离得到滤波结果。本发明具有更高的噪声协方差估计精度和滤波精度。
申请人信息
- 申请人:成都理工大学
- 申请人地址:610000 四川省成都市成华区二仙桥东三路1号
- 发明人: 成都理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种具有辨识噪声性能的抗差自适应滤波方法及其应用 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410134007.6 |
| 申请日 | 2024/1/31 |
| 公告号 | CN117674771A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | H03H21/00 |
| 权利人 | 成都理工大学 |
| 发明人 | 李少达; 李威; 林旭; 谭骏祥; 杨容浩; 李欣玥 |
| 地址 | 四川省成都市二仙桥东三路1号 |
专利主权项内容
1.一种具有辨识噪声性能的抗差自适应滤波方法,其特征在于,包括以下步骤:步骤一,通过基于马氏距离的自适应抗差滤波方法对初始信息进行处理,得到修正后的修复信息;步骤二,通过相关观测抗差估计,针对修复信息,构造出相关抗差滤波新息函数序列模型
是关于/>和/>的函数,/>为预测状态的先验噪声协方差,/> 为观测噪声协方差矩阵,“-”表示预测值,/>为/>维状态转移矩阵,/>为/>维系数矩阵,/> 表示矩阵转置, />为/>维噪声输入矩阵,/>、/>、/>以及/>和/>均为定常矩阵,/>和/>分别为/>中关于/>和/>的矩阵系数;根据滤波新息序列之间的相关性,修复异常的滤波新息统计信息,得到验后滤波新息统计信息;步骤三,通过自协方差最小二乘公式,消除粗差和动力学模型异常对状态噪声以及观测噪声两类噪声协方差信息之间的耦合影响,估计得到状态噪声协方差矩阵Q和观测噪声协方差矩阵R;步骤四,采用迭代策略消除先验偏差噪声的影响,将异常滤波新息中的粗差、动力学模型异常和先验噪声协方差信息偏差剥离,得到滤波结果。