【摘要】：針對(duì)現(xiàn)存的最小熵濾波理論由于熵具有平移不變性,基于最小熵準(zhǔn)則的濾波方法只能保證估計(jì)誤差的隨機(jī)性盡可能小,而不能保證其收斂到零的問(wèn)題,基于中心誤差熵準(zhǔn)則研究了一類線性非高斯系統(tǒng)的濾波器設(shè)計(jì)問(wèn)題。首先在最小熵準(zhǔn)則的框架下采用非參數(shù)估計(jì)理論和梯度下降法給出了濾波增益矩陣的設(shè)計(jì)方法,并對(duì)濾波誤差系統(tǒng)的均方穩(wěn)定性進(jìn)行了分析。接著針對(duì)最小熵準(zhǔn)則的不足,提出了新的中心誤差熵準(zhǔn)則,它是由信息勢(shì)和互熵的加權(quán)求和構(gòu)成的,最大化信息勢(shì)以實(shí)現(xiàn)估計(jì)誤差隨機(jī)性的全局最小化,最大化互熵可以將誤差概率密度函數(shù)的峰值固定到零,從而實(shí)現(xiàn)濾波誤差盡可能小。最后采用數(shù)值算例分別針對(duì)最小熵濾波和最大中心誤差熵濾波進(jìn)行仿真,結(jié)果表明基于中心誤差熵準(zhǔn)則的濾波算法具有更好的性能。
[Abstract]:In view of the fact that the existing minimum entropy filtering theory has translation invariance, the filtering method based on the minimum entropy criterion can only ensure that the randomness of the estimation error is as small as possible, but it cannot ensure its convergence to zero. Based on the central error entropy criterion, the problem of filter design for a class of linear non-Gaussian systems is studied. In the framework of minimum entropy criterion, the design method of filter gain matrix is given by using non-parametric estimation theory and gradient descent method, and the mean square stability of filtering error system is analyzed. Then a new central error entropy criterion is proposed, which is composed of the weighted sum of information potential and mutual entropy, and maximizes the information potential to realize the global minimization of the randomness of estimation error. The maximum mutual entropy can fix the peak value of the error probability density function to zero, so that the filtering error can be as small as possible. Finally, numerical examples are used to simulate the minimum entropy filter and the maximum central error entropy filter respectively. The results show that the filtering algorithm based on the central error entropy criterion has better performance.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61503271) 山西省自然科學(xué)基金(20140210022-7)
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范愛(ài)民,郭達(dá)志;誤差熵不確定帶模型[J];測(cè)繪學(xué)報(bào);2001年01期

2 田玉楚，呂勇哉，，符雪桐;離散最小誤差熵估計(jì)的原理及應(yīng)用[J];通信學(xué)報(bào);1994年02期

3 童玲;陳光(衤禹);呂文;;測(cè)量數(shù)據(jù)的信息熵與測(cè)量誤差熵研究[J];電子科技大學(xué)學(xué)報(bào);2007年05期

4 田玉楚,徐功仁;渾沌系統(tǒng)的統(tǒng)計(jì)熵方法[J];華東化工學(xué)院學(xué)報(bào);1988年S1期

5 萬(wàn)幼川;應(yīng)用信息論最小誤差熵研究卡爾曼濾波遞推算法[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;1995年04期

6 朱長(zhǎng)青,張國(guó)芹,王光霞;GIS中三維空間直線的誤差熵模型[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年05期

7 楊承志;王宏;;基于Youla參數(shù)化的動(dòng)態(tài)隨機(jī)系統(tǒng)最小誤差熵控制(英文)[J];控制工程;2007年04期

8 李大軍,龔健雅,謝剛生,杜道生;GIS中面元的誤差熵模型[J];測(cè)繪學(xué)報(bào);2003年01期

9 范懋木;;信息論在誤差理論中的應(yīng)用[J];南京郵電學(xué)院學(xué)報(bào);1983年01期

10 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 范愛(ài)民;高均海;;誤差熵不確定帶(H-帶)模型[A];中國(guó)煤炭學(xué)會(huì)礦山測(cè)量專業(yè)委員會(huì)第17屆學(xué)術(shù)會(huì)議論文集[C];2000年

2 童玲;陳光(礻禹);;被測(cè)量信息熵、測(cè)量誤差熵及其關(guān)系[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

本文編號(hào)：2443176