[发明专利]基于卡尔曼滤波器的系统状态预测装置和方法

权利要求书

1.一种基于卡尔曼滤波器的系统状态预测装置，其特征在于，所述基于卡尔曼滤波器的系统状态预测装置包括：

先验状态预测模块(10)，用于根据1至t-1时刻的测量值来预测t时刻的先验状态估计值；

测量值获取模块(20)，用于获取t时刻的测量值；

噪声过滤模块(30)，用于通过调整卡尔曼增益和/或对所获取的t时刻的测量值进行预滤波来过滤所获取的t时刻的测量值中的非高斯噪声；

后验状态估计模块(40)，用于基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值；

在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值小于预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为

在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值大于所述预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为小于

其中，y_t表示t时刻的测量值，表示根据1至t-1时刻的测量值预测的t时刻的先验状态估计值，K_t表示卡尔曼增益，P_t/t-1表示所预测的t时刻的先验状态估计值所对应的协方差矩阵，H_t是观察模型，R_t表示测量噪声所对应的协方差矩阵。

2.根据权利要求1所述的系统状态预测装置，其特征在于，在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值大于所述预设阈值时，所述噪声过滤模块(30)将所述卡尔曼增益调整为0。

3.根据权利要求1至2中任一权利要求所述的系统状态预测装置，其特征在于，所述非高斯噪声包括尖峰噪声。

4.根据权利要求1或2所述的系统状态预测装置，其特征在于，所述系统状态预测装置为基于卡尔曼滤波器的目标追踪装置，且所述噪声过滤模块(30)通过以下公式获得所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值r_t：

其中，e_xt表示所获取的t时刻的测量值中的径向位置与所预测的t时刻的先验状态估计值中的径向位置之间的误差，e_yt表示所获取的t时刻的测量值中的纵向位置与所预测的t时刻的先验状态估计值中的纵向位置之间的误差，e_vxt表示所获取的t时刻的测量值中的径向速度与所预测的t时刻的先验状态估计值中的径向速度之间的误差，e_vyt表示所获取的t时刻的测量值中的纵向速度与所预测的t时刻的先验状态估计值中的纵向速度之间的误差，σ_x,σ_y,σ_vx,σ_vy分别表示径向位置、纵向位置、径向速度、纵向速度的标准偏差。

5.一种基于卡尔曼滤波器的系统状态预测方法，其特征在于，所述方法包括：

根据1至t-1时刻的测量值来预测t时刻的先验状态估计值；

获取t时刻的测量值；

通过调整卡尔曼增益和/或对所获取的t时刻的测量值进行预滤波，来过滤所获取的t时刻的测量值中的非高斯噪声；

基于所预测的t时刻的先验状态估计值和过滤了非高斯噪声后的t时刻的测量值来估计t时刻的后验状态估计值；

所述调整卡尔曼增益，包括：

在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值小于预设阈值时，将所述卡尔曼增益调整为

在所获取的t时刻的测量值与所预测的t时刻的先验状态估计值之间的误差的值大于所述预设阈值时，将所述卡尔曼增益调整为小于

其中，y_t表示t时刻的测量值，表示根据1至t-1时刻的测量值预测的t时刻的先验状态估计值，K_t表示卡尔曼增益，P_t/t-1表示所预测的t时刻的先验状态估计值所对应的协方差矩阵，H_t是观察模型，R_t表示测量噪声所对应的协方差矩阵。