褚东升,张征

• 1:中国海洋大学工程学院
• 2:中国海洋大学工程学院 山东青岛266071
• 3:山东青岛266071

摘要(Abstract)：

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。

关键词(KeyWords)： 乘性噪声;非线性系统;强跟踪;状态滤波

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金数学天元基金(0324676)资助

作者(Author): 褚东升,张征

DOI: 10.16441/j.cnki.hdxb.2006.04.011

参考文献(References)：

• [1]Rajasekaran P K.Optimum linear estimation of stochastical signals inthe presence of multiplicative noise[J].IEEE Trans Aerosp ElectronSyst,1971,AES(7):462-468.
• [2]Chow B S,Birkemeier W P.A recursive estimator that uses data inblocks with application to time invariant systems with multiplicativenoise[C].USA:Proc IEEE Int Symp Circuits and Syst,1987:98-101.
• [3]褚东升,张玲.通道特性相关时带乘性噪声系统最优滤波[J].青岛海洋大学学报:自然科学版,2002,32(6):987-992.
• [4]褚东升,李莉,陈萌.多通道带乘性噪声系统分部滤波算法[J].中国海洋大学学报:自然科学版,2005,35(3):435-438.
• [5]Nahi N E.Optimal recursive estimation with uncertain observatio[J].IEEE Tans Inform Theory,1969,IT(15):457-462.
• [6]宋文尧,张牙.卡尔曼滤波[M].北京:科学出版社,1991.
• [7]周东华,席裕庚,张钟俊.一种带多重渐消因子的扩展卡尔曼滤波器[J].自动化学报,1991,17(6):689-695.
• [8]Anderson B D O,Moore J B.Optimal filtering,prentice[M].NewJersey:Hall Inc Englewood Cliffs,1979.

文章评论(Comment)：