摘要：对一类具有未知输入、乘性噪声和量测丢失的不确定系统的扩展递归滤波问题进行研究。其中,实际系统存在时变性和不确定性的情形通过乘性噪声描述;量测丢失现象用服从伯努利分布且统计特性已知的随机序列表示;先验信息未知的外界干扰以未知输入的形式存在于系统方程和量测方程中。综合考虑上述因素,首先,利用传统的递归滤波性质和线性无偏最小方差估计准则,设计一种能同时估计系统状态和未知输入的扩展递归滤波器;然后,采用加权最小二乘优化理论和拉格朗日乘子法求取滤波器中待定的增益矩阵;最后,通过数值仿真实验验证了该算法的有效性。

摘要：研究了具有未知干扰、量测缺失和相关噪声的线性离散系统状态和未知干扰同时估计问题。用服从Bernoulli分布的随机序列模拟量测信息丢失的过程;系统过程噪声与量测噪声相互关联的情形用Kronecker delta函数表示。依据线性无偏最小方差的估计准则,设计一种能同时估计未知干扰和线性系统状态的递归滤波器;运用拉格朗日乘子法和矩阵对角理论知识推导计算滤波器中待定增益矩阵进而最小化估计误差协方差;通过数值仿真验证了该滤波算法的有效性。

摘要：研究了含有量测缺失的线性离散系统未知干扰和状态估计问题。首先将量测丢失建模为带二进制变量的伯努利过程,来模拟量测丢失的随机情形;其次考虑测量方程中未知干扰的系数矩阵不满秩和量测信息缺失的情况,设计一种抗干扰滤波器,该滤波器满足了未知干扰和系统状态估计的最小方差无偏性;最后通过数值仿真验证了在发生量测信息缺失的不同概率下,仍能实现对系统状态和未知干扰的无偏估计,表明了所提算法的有效性。