随机非线性系统的状态与参数稳健估计

摘要 多种控制策略的成功实施主要基于对系统及其参数的准确了解。除了系统的随机特性外，非线性是几乎所有物理系统中都可以找到的另一个特征。扩展卡尔曼滤波器在随机非线性系统的状态与参数联合估计中的应用是众所周知且广泛传播的。测量中存在不一致的观测值，且这部分观测值中存在大量的异常值。异常值的存在会显著降低基于观测值符合高斯分布假设的线性估计算法的效率。因此，稳健算法的综合变得非常重要。由于在稳健滤波中的实用价值和收敛速度的提高，修改后的扩展Masreliez-Martin滤波器为随机非线性系统的状态与参数联合估计提供了自然框架。通过相关常微分方程系统的方法证明了强一致性。通过密集的仿真展示了新方法在测量具有非高斯分布的情况下，对非线性系统状态和未知参数的联合估计的表现。版权 © 2015 John Wiley & Sons, Ltd.