科研之友
微信
新浪微博
Facebook
分享链接
摘要
用于非线性椭球估计的自适应扩展集员(Adaptive extended set-membership filter,AESMF)算法在实际应用中存在着过程噪声设定椭球与真实噪声椭球失配的问题,导致滤波器的估计出现偏差甚至发散.本文提出了一种基于MIT规则过程噪声椭球最优化的自适应扩展集员估计算法(MIT-AESMF),用于解决非线性系统时变状态和参数的联合估计和定界中过程噪声无法精确建模问题的新算法.本算法通过MIT优化规则,在线计算使一步预测偏差包络椭球最小化的过程噪声包络椭球,以此保证滤波器健康指标满足有效条件;最后,采用地面移动机器人状态和动力学参数联合估计验证了所提出方法的有效性.
-
单位中国科学院大学; 机器人学国家重点实验室; 中国科学院沈阳自动化研究所
