顺序数据同化系统模型有色噪声控制方法研究

在顺序数据同化系统中,一般假设模型的误差符合高斯白噪声的统计特性,然而白噪声是一种十分理想的噪声,实际情况中,模型的噪声均为有色噪声,若仍将其当作白噪声进行处理,将会影响数据同化结果的精度。针对模型的有色噪声控制问题,该文提出了状态改正数自适应方法。该方法基于状态改正数信息对模型的有色噪声直接进行估计,从而降低有色噪声对顺序数据同化结果精度的影响。而后将该方法、经典卡尔曼滤波同化法、向量增广法及协方差矩阵自适应法分别应用到目标位置跟踪数值算例中,对几种方法得到的同化结果进行对比分析,验证了该文提出的状态改正数自适应方法对顺序数据同化系统模型有色噪声控制的有效性和实用性。