In der traditionellen Kalman-Filter-Analyse sind normalerweise genaue statistische Eigenschaften des Rauschens erforderlich, um eine optimale Parameterschätzung zu erhalten. In vielen praktischen Ingenieuranwendungen ist es jedoch aufgrund von Versuchsbedingungen oder Kosten oft schwierig, genügend Stichproben zu erhalten, um ein genaues statistisches Rauschmodell zu erstellen, was zu einer Abnahme der Analysegenauigkeit und sogar zu Divergenzproblemen führt. Zur Behebung dieser Mängel führt dieser Artikel ein Intervallprozessmodell zur Beschreibung der Rauschunsicherheit ein und schlägt einen neuen Kalman-Filter-Algorithmus vor. Während des Filterprozesses müssen nur die oberen und unteren Grenzen des Rauschens angegeben werden, ohne dass eine genaue Wahrscheinlichkeitsverteilung vorausgesetzt werden muss. Zunächst wird ein Intervallprozessmodell zur Charakterisierung der Rauschunsicherheit verwendet und entsprechende Zustandsraumgleichungen aufgestellt; zweitens wird für eindimensionale und mehrdimensionale lineare diskrete Systeme ein neuer Kalman-Filter-Algorithmus entwickelt, wobei die Schwankungen der Filterabschätzung durch die Varianz des Filterfehlers dargestellt werden; schließlich wird die Effektivität des vorgeschlagenen Algorithmus anhand von drei numerischen Beispielen verifiziert.

Kalman-Filter;Intervallprozessmodell;Lineare diskrete Systeme;Zustandsschätzung;Minimale Filterfehler-Varianz