噪声统计特性未知时的鲁棒卡尔曼曼滤滤波算法设计  

Robust Kalman filter design for unknown noise covariance

作　　者：王建文[1] 税海涛[1] 李迅[1] 张辉[1] 马宏绪[1] 

机构地区：[1]国防科技大学机电工程与自动化学院,湖南长沙410073

出　　处：《控制理论与应用》2011年第5期693-697,共5页Control Theory & Applications

摘　　要：本文研究了噪声统计特性未知时的鲁棒卡尔曼滤波算法(RKF)设计问题.首先,提出了一种新的RKF算法设计条件,并分析了其合理性;其次,从RKF算法设计条件出发研究了RKF算法的设计问题,把RKF算法的设计过程转化为计算一组线性矩阵不等式(LMI)的可行解;再次,研究了LMI可行解的计算问题,并通过计算该LMI的可行解设计了一种RKF算法;最后,通过仿真验证了所设计的RKF算法的有效性.This paper is concerned with the problem of a robust Kalman filter（RKF） design when noise covariance is unknown in stochastic linear systems.A novel design criterion for RKFs is proposed,and its rationality is analyzed.Based on the criterion,the design of a RKF is transformed to solving a linear matrix inequality（LMI）.The results are validated by simulations.

关 键 词：随机线性系统 鲁棒卡尔曼滤波算法 设计条件 线性矩阵不等式 

分 类 号：TN713[电子电信—电路与系统]