耦合集合卡尔曼滤波的非线性参数估计.pdfVIP

第53卷 第 1期 中山大学学报 (自然科学版) Vo1．53 No．1 2014年 1月 ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI Jan． 2014 耦合集合卡尔曼滤波的非线性参数估计 张亦汉 ，乔纪纲 ，陈逸敏 (1．广东财经大学地理与旅游学院，广东广州510320； 2．中山大学地理科学与规划学院∥广东省城市化与地理环境空间模拟重点实验室， 广东 广州 510275) 摘 要：准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中，输入的参数常常带有一 定的偏差，因此在预测中非线性模型 (函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模 型 (函数)的参数估计中，并采用基于联合状态向量的方法在同化时刻 同时更新模型 (函数)的状态和参数， 该方法可以通过同化观测数据，动态地调整参数和结果，使得参数能够 自适应地变化，同时也能较好地释放积 累的模型误差。将该方法应用于随时间变化的二维非线性模型 (函数)中，实验表明，该方法能够准确地估计 出模型参数值 ，同时也表现出很好的鲁棒性和自适应性。 关键词 ：非线性参数估计；数据同化；集合卡尔曼滤波；联合状态向量 中图分类号：N93 文献标志码 ：A 文章编号：0529—6579(2014)01—0028—06 NonlinearParameterEstimationbyCouplingEnsembleKalmanFilter ZHANGYihan，QIAOJigang ，CHENYimin (1．SchoolofGeographyandTourism，GuangdongUniversityofFinanceandEconomics， Guangzhou501320，China； 2．GuangdongKeyLaboratoryforUrbanizationandGeo—simulationfSchoolofGeographyandPlanning． SunYat—senUniversity，Guangzhou510275，China) Abstract：Itisveryimportantofrmodelorfunctiontohaveexactinputparameters．However，theinput parametersoftenhavesomeerrorinpracticalapplication．Theparametererrorwilllead tolargermodel errorinpredictionofnon—linearmodel(parameter)．EnsembleKalmanfilterisintroducedintonon—linear model(parameter)ofrparameterestimation．Andjointstatevectorisusedtoupdatemodelparameter andstateinthesameassimilationtime．Themethodcandynamicallyadjustmodelparametersandstates accordingtochangingenvironmentbyassimilatingobservationdata．Andmoreimportantly，itcanrelease theaccumulatedmodelerror．Themethod isappliedtotwo—dimensionnon-linearmodelwhich changes withtimestep．Studiesshow thatthemethodcanobtainidealresultsinparameterestimation．Italsohas goodperformanceinrobustnessa