В традиционном анализе фильтра Калмана обычно требуются точные статистические характеристики шума для получения оптимальной оценки параметров. Однако во многих практических инженерных приложениях, из-за ограничений экспериментальных условий или финансовых затрат, часто сложно получить достаточное количество выборок для построения точной статистической модели шума, что приводит к снижению точности анализа и даже к расходимости результатов. Для устранения этих недостатков в данной работе вводится модель интервального процесса для описания неопределенности шума и предлагается новый алгоритм фильтра Калмана. В процессе фильтрации требуется лишь задавать информацию о верхней и нижней границах шума, без предварительного предположения о точном вероятностном распределении. Во-первых, применяется модель интервального процесса для характеристики неопределенности шума и формулируются соответствующие уравнения пространства состояний; во-вторых, для одномерных и многомерных линейных дискретных систем строится новый алгоритм фильтра Калмана, а степень колебаний оценки представляется дисперсией ошибки фильтрации; наконец, эффективность предложенного алгоритма подтверждается на трех численных примерах.

Фильтр Калмана;Модель интервального процесса;Линейные дискретные системы;Оценка состояния;Минимальная дисперсия ошибки фильтрации