一種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法
【專利摘要】本發(fā)明公開了一種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法。該方法首先采用二項(xiàng)分布建立了量測(cè)信號(hào)丟失的數(shù)學(xué)模型；然后，在此基礎(chǔ)上設(shè)計(jì)出了適用于量測(cè)信號(hào)丟失情形下動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)的方法，即改進(jìn)的擴(kuò)展卡爾曼濾波算法。該算法在設(shè)計(jì)時(shí)不僅考慮了量測(cè)信號(hào)丟失的情況，而且引入了系統(tǒng)噪聲和量測(cè)噪聲協(xié)方差矩陣的動(dòng)態(tài)計(jì)算方法，可以有效的避免因噪聲協(xié)方差矩陣設(shè)置不當(dāng)而引起的算法失效，提高了算法的效率。該算法因考慮了實(shí)際工程背景，且簡(jiǎn)單方便，具有較高的工程應(yīng)用價(jià)值。
【專利說(shuō)明】
-種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，屬于信號(hào)分析 與參數(shù)辨識(shí)技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 近年來(lái)，隨著現(xiàn)代電網(wǎng)規(guī)模不斷擴(kuò)大，電網(wǎng)互聯(lián)程度的日益提高，系統(tǒng)受到大、小 擾動(dòng)后產(chǎn)生的動(dòng)態(tài)振蕩已經(jīng)成為制約電網(wǎng)安全穩(wěn)定運(yùn)行的最主要的因素之一。由于運(yùn)些動(dòng) 態(tài)振蕩信號(hào)可W提供關(guān)于電力系統(tǒng)運(yùn)行模式的重要信息，所W發(fā)現(xiàn)并準(zhǔn)確掌握運(yùn)些振蕩信 號(hào)特征對(duì)于電力系統(tǒng)安全穩(wěn)定運(yùn)行具有重要意義。
[0003] 鑒于動(dòng)態(tài)振蕩信號(hào)辨識(shí)的重要性，研究人員提出許多辨識(shí)方法，如最大似然法、普 龍尼法，卡爾曼濾波方法等。但是，運(yùn)些方法在設(shè)計(jì)時(shí)未考慮量測(cè)信號(hào)發(fā)生數(shù)據(jù)丟包情況。 因此，在量測(cè)信號(hào)發(fā)生丟包時(shí)，運(yùn)些方法無(wú)法有效的對(duì)動(dòng)態(tài)振蕩信號(hào)的參數(shù)進(jìn)行有效的辨 識(shí)。所W，研究量測(cè)信號(hào)丟包的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法具有重要現(xiàn)實(shí)意義和工程應(yīng)用 價(jià)值。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，為了有效地解決量測(cè)信號(hào)丟包時(shí)動(dòng)態(tài)振 蕩信號(hào)的參數(shù)辨識(shí)，克服已有辨識(shí)算法的缺點(diǎn)，本發(fā)明設(shè)計(jì)了一種考慮量測(cè)信號(hào)丟失的動(dòng) 態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，有效的實(shí)現(xiàn)了量測(cè)信號(hào)丟包情況下的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)。
[0005] 技術(shù)方案:一種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，該方法在計(jì)算 機(jī)中是依次按照如下步驟實(shí)現(xiàn)的：
[0006] (1)、獲取量測(cè)信號(hào)丟失的離散狀態(tài)空間表達(dá)式，模型公式為：
[0007]
[000引巧中，X化)表不k時(shí)刻的狀態(tài)問(wèn)量，y化)表示k時(shí)刻的輸出量測(cè)向量，f( ?)和K ?) 是對(duì)應(yīng)于具體問(wèn)題中的非線性函數(shù)，W化)和V化)分別是系統(tǒng)噪聲和量測(cè)噪聲，曰化)是符合 二項(xiàng)分布的白噪聲隨機(jī)序列，即，S(k)=diag{ 丫 i(k), 丫 2(k),..., 丫 m(k)}，丫 i(k)(i = 1.. .m)是不相關(guān)的隨機(jī)變量，且與W化)和V化），X(O)不相關(guān)。
[0009] (2)、丫 1化)的取值為0或者1，且滿足如下計(jì)算公式：
[0010] prob( Ti(k)=0) = I-Ui(k)
[0011] prob(丫 i(k) = l)=]ii化）
[0012] 式中，prob(丫 1化）=0) = 1-化化)表示的是第i個(gè)量測(cè)量的丟失率。
[0013] (3)、初始化，包括:設(shè)定參數(shù)辨識(shí)的初值4，初始參數(shù)辨識(shí)誤差協(xié)方差與，W及過(guò)程 噪聲和量測(cè)噪聲所滿足的初始協(xié)方差矩陣Qo和Ro,整體算法迭代次數(shù)最大值S;
[0014] (4)、獲取量測(cè)數(shù)據(jù)丟包情況下的量測(cè)數(shù)據(jù)y化）；
[0015] (5)、由已知條件，計(jì)算k時(shí)刻的系統(tǒng)噪聲和量測(cè)噪聲所滿足的動(dòng)態(tài)協(xié)方差矩陣Q 化)和R化），計(jì)算公式為：
[0016]
[0017]
[001 引
[0019]
[0020] 式中k代表第k時(shí)刻迭代，N是動(dòng)態(tài)估計(jì)窗口值，其是一個(gè)常數(shù)，G化)是k時(shí)刻的卡爾 曼濾波增益，是k時(shí)刻的狀態(tài)估計(jì)協(xié)方差，
良示非線性函數(shù)M ?)在馬 處的雅克比矩陣，其中M ?)對(duì)應(yīng)具體問(wèn)題輸出方程中的非線性函數(shù)，上標(biāo)T表示矩陣的裝 置。系數(shù)頁(yè)巧)的計(jì)算公式如下：
[0021]
[0022] (6)、由已經(jīng)得到的k-1時(shí)刻的狀態(tài)估計(jì)值和狀態(tài)估計(jì)誤差協(xié)方差，利用本發(fā)明算 法的預(yù)測(cè)步，得到k時(shí)刻的狀態(tài)預(yù)測(cè)值和狀態(tài)預(yù)測(cè)誤差協(xié)方差，計(jì)算公式為：
[0023]
[0024]
[0025] 式中，-*(*)表示k時(shí)刻的狀態(tài)預(yù)測(cè)值，f( ?)表示非線性函數(shù)，；作-1)表示k-1時(shí)刻 的狀態(tài)估計(jì)向量。表示k時(shí)刻的狀態(tài)預(yù)測(cè)誤差協(xié)方1
t示非線性函 數(shù)f (X)在免批-1)處的雅克比矩陣，戶表示k-1時(shí)刻的狀態(tài)估計(jì)誤差協(xié)方差，上標(biāo)T表示 轉(zhuǎn)置，Q化-1)是系統(tǒng)噪聲k-1時(shí)刻所滿足的動(dòng)態(tài)協(xié)方差矩陣。
[0026] (7)、由已知條件計(jì)算k時(shí)刻的中間迭代變量M化），其計(jì)算公式為：
[0027]
[002引式中O符號(hào)表示化damard乘積，其定義為[AoB]ij=[AijXBij]，式中系數(shù)ミ(A)的取 值計(jì)算規(guī)則為：
[0029；
[0030；
[0031] (8)、利用k時(shí)刻的中間迭代值M化)和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的最優(yōu)濾 波增益，計(jì)算步驟為：
[0032]
[0033] 式中，G化)表示k時(shí)刻的最優(yōu)濾波增益，#(!；>表示k時(shí)刻的狀態(tài)預(yù)測(cè)誤差協(xié)方差，上 標(biāo)T表示轉(zhuǎn)置：
g示非線性函數(shù)Mx)在處的雅克比矩陣。
[0034] (9)、利用k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的估計(jì)誤差 協(xié)方差，計(jì)算步驟為：
[0035]
[0036] (10)、結(jié)合已得到的k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的狀態(tài)預(yù)測(cè)值計(jì)算k時(shí)刻的狀 態(tài)估計(jì)值.1+當(dāng)擊驢九，
[0037]
[0038] (11)、按照上述步驟，進(jìn)行多次迭代辨識(shí)，若k《S，則迭代繼續(xù)，若k>S，則迭代結(jié) 束，輸出辨識(shí)結(jié)果。
【附圖說(shuō)明】
[0039] 圖1為本發(fā)明實(shí)施例的方法流程圖；
[0040] 圖2實(shí)施例的動(dòng)態(tài)振蕩信號(hào)；
[0041 ]圖3為實(shí)施例采用本發(fā)明方法^及邸。算法的信號(hào)頻率辨識(shí)結(jié)果對(duì)比；
[0042] 圖4為實(shí)施例采用本發(fā)明方法W及邸。算法的信號(hào)阻尼因子辨識(shí)結(jié)果對(duì)比；
[0043] 圖5為實(shí)施例采用本發(fā)明方法信號(hào)頻率和阻尼因子的辨識(shí)誤差。
【具體實(shí)施方式】
[0044] 下面結(jié)合具體實(shí)施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解運(yùn)些實(shí)施例僅用于說(shuō)明本發(fā)明 而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對(duì)本發(fā)明的各種等價(jià) 形式的修改均落于本申請(qǐng)所附權(quán)利要求所限定的范圍。
[0045] 如圖1所示，動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其包含如下步驟：
[0046] (1)、獲取量測(cè)信號(hào)丟失的離散狀態(tài)空間表達(dá)式；
[0047] (2)、初始化，包括:設(shè)定參數(shù)辨識(shí)的初值^，初始參數(shù)辨識(shí)誤差協(xié)方差皆，W及過(guò)程 噪聲和量測(cè)噪聲所滿足的初始協(xié)方差矩陣Qo和Ro,整體算法迭代次數(shù)最大值S;
[0048] (3)、獲取量測(cè)數(shù)據(jù)丟包情況下的量測(cè)數(shù)據(jù)y化）；
[0049] (4)、由已知條件，計(jì)算k時(shí)刻的系統(tǒng)噪聲和量測(cè)噪聲所滿足的協(xié)方差矩陣Q化)和R (k)；
[0050] (5)、由已經(jīng)得到的k-1時(shí)刻的狀態(tài)估計(jì)值和狀態(tài)估計(jì)誤差協(xié)方差，利用本發(fā)明算 法的預(yù)測(cè)步，得到k時(shí)刻的狀態(tài)預(yù)測(cè)值和狀態(tài)預(yù)測(cè)誤差協(xié)方差；
[0051 ] (6)、由已知條件計(jì)算k時(shí)刻的中間迭代變量M化）；
[0052] (7)、利用k時(shí)刻的中間迭代值M化)和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的最優(yōu)濾 波增益；
[0053] (8)、利用k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的估計(jì)誤差 協(xié)方差；
[0054] (9)、結(jié)合已得到的k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的狀態(tài)預(yù)測(cè)值計(jì)算k時(shí)刻的狀態(tài) 估計(jì)值；
[0055] (10)、按照上述步驟，進(jìn)行多次迭代辨識(shí)，若k《S，則迭代繼續(xù)，若k>S，則迭代結(jié) 束，輸出辨識(shí)結(jié)果。
[0056] -般情況下動(dòng)態(tài)振蕩信號(hào)可W表示為多個(gè)指數(shù)衰減的正弦信號(hào)的之和，可W描述 為如下形式：
[0化7]

[005引式中，Al,Si,Wi, (61是實(shí)數(shù)的未知參數(shù)，n(t)是一個(gè)零均值白噪聲。其中，Si稱為動(dòng) 態(tài)信號(hào)的阻尼因子，Wi是動(dòng)態(tài)信號(hào)的頻率，其中Wi, Si為待估參數(shù)。經(jīng)過(guò)推理可W得到動(dòng)態(tài)信 號(hào)的狀態(tài)變量分量中包含待估參數(shù)的離散狀態(tài)空間模型?？紤]由N個(gè)指數(shù)衰減的正弦信號(hào) 總和組成的動(dòng)杰倍號(hào).Jt4N個(gè)獻(xiàn)杰巧畳形式可W表達(dá)如下：
[0化9]
[0060]
[0061]
[0062]
[0063]式中i代表運(yùn)些變量和參數(shù)是屬于動(dòng)態(tài)信號(hào)的第i個(gè)衰減正弦信號(hào)。k代表時(shí)刻，fs 代表采樣頻率。根據(jù)推理可得到k+1時(shí)刻的狀態(tài)分量：
[0066] X4i-1, k+1 = X4i-1, k+W4i-l, k[0067] X4i,k+l = X4i,k+W4i,k[0068] 則考慮量測(cè)數(shù)據(jù)丟包的輸出方程為：
[0064
[00化
[0069 V (-A
/
[0070] 式中，k2i-i = cos( 4 i)，k2i = -sin( 4 i)，nk為均值為零的白噪聲，刮k)為對(duì)應(yīng)維度 的二項(xiàng)分布隨機(jī)序列。
[0071] 所W，考慮量測(cè)數(shù)據(jù)丟包的動(dòng)態(tài)振蕩信號(hào)的狀態(tài)空間模型一般可W表示為：
[0072]
[0073] 式中，f( ?)和K ?)代表可W根據(jù)泰勒級(jí)數(shù)展開進(jìn)行線性化的非線性函數(shù)，w(k) 和V化)是均值為零的高斯白噪聲序列，分別滿足動(dòng)態(tài)協(xié)方差矩陣Q化)和R化)。具體而言：
[0074]
[0075] 而函數(shù)h(xk)可W表示為如下形式：
[0076] H=化iksOO... ,k2i-ik2i00... ,k2N-ik2N〇0)
[0077] hUk)=Hxk
[0078] 至此，考慮量測(cè)數(shù)據(jù)丟包的動(dòng)態(tài)振蕩信號(hào)狀態(tài)空間表達(dá)式已建立。在此基礎(chǔ)上，貝U 可W運(yùn)用本發(fā)明所介紹的方法，進(jìn)行量測(cè)信號(hào)丟包情況下的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)，得到 辨識(shí)結(jié)果。
[0079] 下面介紹本發(fā)明的一個(gè)實(shí)施例：
[0080] 考慮動(dòng)態(tài)振蕩信號(hào)為：
[0081 ] y(k)=巧k)e_〇'〇ik sin(0.4k)+nk，0《k《300
[0082] 式中k是信號(hào)采樣時(shí)刻，nk是高斯白噪聲。如圖2所示，該動(dòng)態(tài)信號(hào)是由一個(gè)指數(shù)衰 減的正弦信號(hào)組成，該動(dòng)態(tài)振蕩信號(hào)的頻率為W = O.4,阻尼因子為5 = 0.01。在運(yùn)用本發(fā)明 所提出的方法進(jìn)行動(dòng)態(tài)信號(hào)參數(shù)辨識(shí)時(shí)，所采用的相關(guān)初始參數(shù)值為：
[0083]
[0084]
[0085] 在對(duì)本算例進(jìn)行辨識(shí)時(shí)，假設(shè)量測(cè)信號(hào)的丟包率11 = 0.1，在計(jì)算噪聲所滿足的動(dòng) 態(tài)誤差協(xié)方差矩陣時(shí)，動(dòng)態(tài)估計(jì)窗口值N=2。
[0086] 圖1為實(shí)施例所用的算法流程圖，圖2為實(shí)施例的動(dòng)態(tài)振蕩信號(hào)，圖3為實(shí)施例采用 本發(fā)明方法W及邸尸算法的信號(hào)頻率W辨識(shí)結(jié)果對(duì)比，圖4為實(shí)施例采用本發(fā)明方法W及邸F 算法的信號(hào)阻尼因子S辨識(shí)結(jié)果對(duì)比，圖5為實(shí)施例采用本發(fā)明方法信號(hào)頻率和阻尼因子的 辨識(shí)誤差。對(duì)比結(jié)果表明，本發(fā)明所提的方法有效的實(shí)現(xiàn)了量測(cè)信號(hào)丟失情形下的動(dòng)態(tài)振 蕩信號(hào)參數(shù)辨識(shí)，且較邸F算法具有更好的收斂性和精度。
【主權(quán)項(xiàng)】
1. 一種考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其特征在于，包含如下步驟： (1 )、獲取量測(cè)信號(hào)丟失的離散狀態(tài)空間表達(dá)式； (2) 、初始化，包括:設(shè)定參數(shù)辨識(shí)的初值，初始參數(shù)辨識(shí)誤差協(xié)方差為.，以及過(guò)程噪聲 和量測(cè)噪聲所滿足的初始協(xié)方差矩陣qq和r q，整體算法迭代次數(shù)最大值S; (3) 、獲取量測(cè)數(shù)據(jù)丟包情況下的量測(cè)數(shù)據(jù)y(k); (4) 、由已知條件，計(jì)算k時(shí)刻的系統(tǒng)噪聲和量測(cè)噪聲所滿足的協(xié)方差矩陣Q(k)和R(k); (5) 、由已經(jīng)得到的k-1時(shí)刻的狀態(tài)估計(jì)值和狀態(tài)估計(jì)誤差協(xié)方差，利用本發(fā)明算法的 預(yù)測(cè)步，得到k時(shí)刻的狀態(tài)預(yù)測(cè)值和狀態(tài)預(yù)測(cè)誤差協(xié)方差； (6) 、由已知條件計(jì)算k時(shí)刻的中間迭代變量M(k); (7) 、利用k時(shí)刻的中間迭代值M(k)和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的最優(yōu)濾波增 益； (8) 、利用k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的估計(jì)誤差協(xié)方 差； (9) 、結(jié)合已得到的k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的狀態(tài)預(yù)測(cè)值計(jì)算k時(shí)刻的狀態(tài)估計(jì) 值； (10) 、按照上述步驟，進(jìn)行多次迭代辨識(shí)，若S，則迭代繼續(xù)，若k> S，則迭代結(jié)束，輸 出辨識(shí)結(jié)果。2. 如權(quán)利要求1所述的考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其特征在于， 獲取量測(cè)信號(hào)丟失的離散狀態(tài)空間表達(dá)式，模型公式為：式中，x(k)表示k時(shí)刻的狀態(tài)向量，y(k)表示k時(shí)刻的輸出量測(cè)向量，f( ·)和h( ·)是對(duì) 應(yīng)于具體問(wèn)題中的非線性函數(shù)，w(k)和v(k)分別是系統(tǒng)噪聲和量測(cè)噪聲，Ξ(1〇是符合二項(xiàng) 分布的白噪聲隨機(jī)序列，BP，S(k)=diag{ γι(1〇, Y2(k)，···，Ym(k)}，Yi(k)(i = l. · .m)是 不相關(guān)的隨機(jī)變量，且與w(k)和v(k)，x(0)不相關(guān)。 (2)、丫1(1〇的取值為0或者1，且滿足如下計(jì)算公式： prob( Yi(k)=0) = l-yi(k) prob( γ i(k) = 1) =yi(k) 式中，prob( γ i(k)=0) = l-yi(k)表示的是第i個(gè)量測(cè)量的丟失率。3. 如權(quán)利要求2所述的考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其特征在于， 由已知條件，計(jì)算k時(shí)刻的系統(tǒng)噪聲和量測(cè)噪聲所滿足的動(dòng)態(tài)協(xié)方差矩陣Q(k)和R(k)，計(jì)算 公式為：式中k代表第k時(shí)刻迭代，N是動(dòng)態(tài)估計(jì)窗口值，其是一個(gè)常數(shù)，G (k)是k時(shí)刻的卡爾曼濾 波增益，#0；)是k時(shí)刻的狀態(tài)估計(jì)協(xié)方差表示非線性函數(shù)h( ·)在毛處 的雅克比矩陣，其中h( ·)對(duì)應(yīng)具體問(wèn)題輸出方程中的非線性函數(shù)，上標(biāo)T表示矩陣的裝置。 系數(shù)g(fc)的計(jì)算公式如下：4. 如權(quán)利要求3所述的考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其特征在于， 由已經(jīng)得到的k-Ι時(shí)刻的狀態(tài)估計(jì)值和狀態(tài)估計(jì)誤差協(xié)方差，利用本發(fā)明算法的預(yù)測(cè)步，得 到k時(shí)刻的狀態(tài)預(yù)測(cè)值和狀態(tài)預(yù)測(cè)誤差協(xié)方差，計(jì)算公式為：式中，50)表示k時(shí)刻的狀態(tài)預(yù)測(cè)值，f( ·)表示非線性函數(shù)，表示k-Ι時(shí)刻的狀 態(tài)估計(jì)向量;表示k時(shí)刻的狀態(tài)預(yù)測(cè)誤差協(xié)方差，示非線性函數(shù)f (X)在;^-1)處的雅克比矩陣，#0-1)表示k-1時(shí)刻的狀態(tài)估計(jì)誤差協(xié)方差，上標(biāo)T表示轉(zhuǎn) 置，Q(k-l)是系統(tǒng)噪聲k-Ι時(shí)刻所滿足的動(dòng)態(tài)協(xié)方差矩陣； 由已知條件計(jì)算k時(shí)刻的中間迭代變量M(k)，其計(jì)算公式為：式中〇符號(hào)表示Hadamard乘積，其定義為[A〇B]ij = [Aij XBij]，式中系數(shù)的取值計(jì) 算規(guī)則為：5. 如權(quán)利要求4所述的考慮量測(cè)信號(hào)丟失的動(dòng)態(tài)振蕩信號(hào)參數(shù)辨識(shí)方法，其特征在于， 利用k時(shí)刻的中間迭代值M(k)和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的最優(yōu)濾波增益，計(jì)算 步驟為：式中，G(k)表示k時(shí)刻的最優(yōu)濾波增益，戶("表示k時(shí)刻的狀態(tài)預(yù)測(cè)誤差協(xié)方差，上標(biāo)T 表示轉(zhuǎn)置表示非線性函數(shù)h(x)在處的雅克比矩陣； 利用k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的預(yù)測(cè)誤差協(xié)方差計(jì)算k時(shí)刻的估計(jì)誤差協(xié)方差， 計(jì)算步驟為：結(jié)合已得到的k時(shí)刻的最優(yōu)濾波增益和k時(shí)刻的狀態(tài)預(yù)測(cè)值計(jì)算k時(shí)刻的狀態(tài)估計(jì)值， 計(jì)算步驟為：
【文檔編號(hào)】G06K9/00GK105956565SQ201610302188
【公開日】2016年9月21日
【申請(qǐng)日】2016年5月9日
【發(fā)明人】王 義, 孫永輝, 衛(wèi)志農(nóng), 孫國(guó)強(qiáng), 張世達(dá), 郭敏
【申請(qǐng)人】河海大學(xué)