一种应用于非线性高斯模型的平滑约束扩展卡尔曼滤波方法

摘要

本发明公开一种应用于非线性高斯模型的平滑约束扩展卡尔曼滤波方法，对非线性随机系统的统计测量噪声建立双边限幅的约束模型，根据最大后验估计思想构建目标函数，通过非线性最小二乘牛顿迭代方法近似求解可行域，选择可行域并进行传递和更新，从而避免了非线性系统高阶海森矩阵的计算及状态更新过程中计算新息协方差可能出现的不可逆病态矩阵，保证系统的卡尔曼滤波增益为有界、统计误差收敛。