买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉泉州装备制造研究所申请的专利一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115189673B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210905748.0，技术领域涉及：H03H17/02；该发明授权一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法是由柯栋梁;柯哲涵;郑丹;张金春;陈永往;黄其昌设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法在说明书摘要公布了：本发明提供一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法，包括：定义非线性模型和椭球集，分析过程噪声、测量噪声和初始化状态椭球集，构建扩展集员滤波模型；根据所述扩展集员滤波模型进行递推计算，得到基于最小二乘法改进的扩展集员滤波方法，该递推计算包括时间更新、预测误差和量测更新；基于所述最小二乘法改进的扩展集员滤波方法，设计电流电压传感系统中的软件滤波模块，通过构造椭球集覆盖电流和电压的真实状态集合，获得精确的电流电压采样值。本发明采用最小二乘法在线构建预测误差模型，应用于扩展集员卡尔曼滤波的椭球集更新，解决滤波算法在模型突变和工况变化时椭球集更新停滞的问题，同时提高采样数据有效性和准确性。

本发明授权一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法在权利要求书中公布了：1.一种最小二乘法预测校正卡尔曼滤波高精度信号调理方法，其特征在于：包括如下步骤： 步骤S1、定义非线性模型和椭球集，分析过程噪声、测量噪声和初始化状态椭球集，构建扩展集员滤波模型； 步骤S2、根据所述扩展集员滤波模型进行递推计算，得到基于最小二乘法改进的扩展集员滤波方法； 步骤S3、基于所述最小二乘法改进的扩展集员滤波方法，设计电流电压传感系统中的软件滤波模块，通过构造椭球集覆盖电流和电压的真实状态集合，获得精确的电流电压采样值； 所述步骤S1具体包括： 步骤S11、定义非线性系统模型为： ； 其中，x为状态变量，y为观测变量，w为过程噪声，ν为测量噪声，f.为系统状态转移函数，h.为系统量测函数，k为离散系统的采样时刻； 步骤S12、定义椭球集为： ； 其中，a为椭球的焦点，P为椭球形状的正定对称包络矩阵，σ为椭球半径，Rn为n维实数集向量空间； 步骤S13、将过程噪声w和测量噪声ν映射到椭球集： ； 其中，Q为过程噪声协方差矩阵，R为测量噪声协方差矩阵，σv为测量噪声ν的椭球半径，σw为过程噪声w的椭球半径； 步骤S14、对非线性系统泰勒展开: ； 其中，为状态变量，为状态变量估计值，Rf.和Rh.是高阶线性化误差，Fk和Hk为状态转移函数和量测函数的相关雅克比矩阵，具体计算方式如下： ； 将高阶线性误差映射到椭球集： ； 其中，、是过程噪声和测量噪声的高阶线性化误差，、是过程噪声和测量噪声的高阶线性化误差椭球集，、是过程噪声和测量噪声的高阶线性化误差椭球集半径； 整合高阶线性误差和噪声，定义噪声椭球集，即扩展集员滤波模型： ； 其中，是整合高阶线性误差和过程噪声的椭球集，是整合高阶线性误差和测量噪声的椭球集，是整合高阶线性误差和测量噪声的噪声变量，是整合高阶线性误差和过程噪声的噪声变量； 步骤S15、定义初始化状态椭球集E0和初始化观测椭球集S0为： 其中，为扩展集员滤波的估计变量，为整合高阶线性误差和测量噪声的误差协方差矩阵，为整合高阶线性误差和测量噪声的椭球集半径，er为误测误差值； 所述步骤S2中递推计算包括时间更新、预测误差和量测更新，所述步骤S2具体包括： 步骤S21、通过上一时刻状态椭球集，得到一步预测椭球集，进行时间更新： 步骤S211、计算状态变量预测值： ； 步骤S212、计算椭球半径： ； 步骤S213、计算形状矩阵： ； 其中，参数pk采用外定界椭球最小迹方法实现递推计算： ； 其中，tr.为方阵的对角元素之和，为矩阵的迹； 步骤S22、通过递推最小二乘法拟合误差变化率，计算预测误差： 步骤S221、计算当前误差： ； 步骤S222、递推最小二乘法拟合误差变化率： ； 其中，Prk为协方差矩阵，且θrk=[θr1kθr2k]T，θr1k为当前误差变化率，θr2k为预测误差变化率，即θrk表示包含θr1k、θr2k两个变量的向量，xrk=[1,n]T，其中n为采样周期数； 步骤S223、通过预测误差变化率和当前误差估计出预测误差值： ； 其中，θbase为设置的应用预测误差最小基准值，m为预测步长，ek为当前误差； 步骤S23、由状态椭球集和观测椭球集更新增益矩阵、最优估计值、椭球形状矩阵和椭球半径，实现量测更新： 步骤S231、更新观测椭球集： ； 步骤S232、更新参数λk，优化椭球上界值： ； 其中，gk是观测变量误差协方差矩阵Gk=Hk-1的最大奇异值； 步骤S233、更新增益矩阵： 步骤S234、更新椭球形状矩阵： 步骤S235、更新椭球半径： 步骤S236、计算最优估计值： 经过以上步骤实现基于最小二乘法改进的扩展集员滤波策略，有效提升滤波算法的收敛速度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。