一类非线性广义随机系统的降阶Kalman滤波器  

Reduced-order Kalman Filters for a Class of Nonlinear Singular Stochastic Systems

作　　者：石莹[1] 田英明[1] 田行伟[1] 

机构地区：[1]黑龙江大学电子工程学院自动化系,哈尔滨150080

出　　处：《黑龙江大学工程学报》2011年第1期83-87,共5页Journal of Engineering of Heilongjiang University

基　　金：教育部科学技术研究重点项目(209038);黑龙江省普通高校青年骨干支持计划项目(1155G43)

摘　　要：研究了一类非线性广义系统的状态估计问题。利用Taylor级数展开的方法将其转化为线性广义系统;再利用奇异值分解,对线性化后的系统进行降阶,转化为等价的正常线性系统;最后基于Kalman滤波估值理论,得到非线性广义系统的Kalman滤波器。通过数值仿真例子,验证了所提方法的有效性。The state estimation problem is considered for a class of nonlinear singular systems.The linearized model was obtained by using Taylor＇s series expansion method;based on singular value decomposition,it was changed into a order-reduced equivalent normal system.By classical Kalman filtering theory,the state Kalman estimators for the nonlinear singular system was obtained.A numerical example shows the effectiveness of the proposed algorithm.

关 键 词：非线性广义系统 状态估计 奇异值分解 Taylor级数展开 KALMAN滤波 

分 类 号：TP274.2[自动化与计算机技术—检测技术与自动化装置]