[发明专利]用于确定原始测量值的统计特性的方法和设备

说明书

为了在无需详细了解用于原始测量值的滤波过程或者滤波器的情况下，并且仅通过借助由从原始测量值中通过滤波过程获得的有效信号的输出值，至少近似确定原始测量值的统计特性，尤其是测量噪声和/或平均误差，即在假设一些经常遇到的边界条件下即使不知道准确的滤波器也能获得关于测量条件的结论，提出用于根据由在所述滤波器(103)中的滤波过程中获得的、由滤波器的输出值的时间序列构成的有效信号(104)确定原始测量值(102)的统计特性的方法，其中在第一方法步骤中，根据在稳定的测量条件下获得的输出值的时间序列确定滤波器的滤波特征，在第二方法步骤中，反转所确定的滤波特征，通过滤波特征的反转和有效信号重建原始测量值，并且根据所重建的原始测量值确定统计特性，和/或直接通过滤波特征的反转和有效信号确定统计特性。

背景技术

很多技术系统由模块构建。在此，信息、即包含数据的数据信号在模块之间交换，即从一个模块传输到相邻的模块中。这些模块不必在空间上紧密邻近地设置。因为传输通道受其数据传输速率限制，所以经常仅将减少的信息从一个模块传输到相邻的模块中。对此的一个示例是用于通过雷达自动间距调节的车辆的装置的雷达系统，缩写“ACC”。由该雷达系统接收大量的测量数据，但是仅传输从中推出的与一个或多个前面行驶的车辆的当前距离及其相对速度。所有其他的信息，例如接收条件如何，在此丢失。但是这对进一步处理信号(即数据)，特别是对评估这些信号可信性是极其重要的。另一个示例是借助卫星导航系统的位置确定，缩写“GNSS”。从GNSS模块经常仅传输一个位置。根据该位置的说明不能看出该位置的测量准确性如何，即接收条件的质量如何。但是这些信息对进一步处理该位置，例如与其他传感器信号的结合非常重要。

通常情况下，经常仅提供滤波和/或分析过程的结果而没有其他信息。使用者经常需要关于瞬时的、实际的(即真实的)测量数据的附加的统计结论，如这些测量数据作为原始测量值(即原始测量数据)在滤波过程之前如何呈现。对这种统计结论通常考虑测量值的方差。

下文基于线性滤波理论，尤其是卡尔曼滤波理论得到，无论从非常简化的滤波器，例如低通滤波器，到形成优化的观测器的卡尔曼滤波器，都涉及从原始测量值到有效信号的滤波。例如从“维基”网络百科(参看网络入口“http://de.wikipedia.orga”，关键词“卡尔曼滤波器”，在18.19.2014的16:56读取的条目)可获知卡尔曼滤波器是一组数学公式，通过其在存在错误观测的情况下可以推断很多技术系统的状态。简言之，卡尔曼滤波器用于去除由测量设备造成的干扰。在此，必须已知进行滤波测量所使用的基本动态系统的数学结构和其测量篡改。

根据Fredrik Gustafsson的专著“Adaptive Filtering and Change Detection(自适应滤波和变化探测)”2000版，ISBN 0-471-49287-6，第312页已知，在已知完整的滤波器结构和关于滤波值的全部信息及其统计特性、尤其是方差的情况下，能够从滤波结果中计算测量噪声。

发明内容

本发明具有以下任务，在无需详细了解用于原始测量值的滤波过程或者滤波器的情况下，并且仅仅借助滤波器的输出值，即借助从原始测量值中通过滤波过程获得的有效信号，至少近似地确定原始测量值的统计特性，尤其是测量噪声和/或平均误差，即在假设一些经常遇到的边界条件下即使不知道准确的滤波器也能获得关于测量条件的结论。

该任务通过一种用于根据由在滤波器中的滤波过程中获得的、由滤波器输出值的时间序列构成的有效信号确定原始测量值的统计特性的方法来解决，其中在第一方法步骤中，由在稳定的测量条件下获得的输出值的时间序列确定滤波器的滤波特征，在第二方法步骤中，反转所确定的滤波特征，通过滤波特征的反转和有效信号重建原始测量值，并且根据所重建的原始测量值确定其统计特性，和/或直接通过滤波特征的反转和有效信号确定统计特性。