基于扩展卡尔曼滤波神经网络的数字滤波技术

作为卡尔曼滤波器(Kalman Filter)在非线性系统上的应用,扩展卡尔曼滤波器(Extended Kalman Filter,EKF)利用局部线性化手段,可以有效地削弱随机干扰和量测噪声的影响,但前提要知道已有噪声信号,这就局限了它在实际中的应用,神经网络虽然建模比较容易,能够解决EKF滤波器对模型的要求,所以将扩展卡尔曼滤波算法引入前馈神经网络的学习中。MATLAB仿真结果表明,该方法是一种信号去噪的有效方法。