一种基于混合概率选择算子的代价参考粒子滤波方法技术

本发明专利技术公开了一种基于混合概率选择算子的CRPF方法，首先随机产生N个实数作为系统状态的样本，所述样本称为粒子，并定义每一粒子对应的代价值均为0，由所述样本与代价值组成的集合称为粒子—代价集合；同时，分别随机产生粒子组成1号子集合与2号子集合，每一个子集合的数量为N；分别计算所有子集合中粒子的代价函数值、风险函数值及权值；对子集合进行重采样、更新、信息交互、粒子选择操作，得到最终的粒子—代价集合并对所得到的集合进行更新；最后系统滤波，最终得到系统状态的最优估计值。本发明专利技术解决了现有技术中对噪声统计特性未知系统滤波准确度较低的问题。知系统滤波准确度较低的问题。知系统滤波准确度较低的问题。

【技术实现步骤摘要】
一种基于混合概率选择算子的代价参考粒子滤波方法


[0001]本专利技术属于非线性滤波
，具体涉及一种基于混合概率选择算子的代价参考粒子滤波方法。

技术介绍

[0002]在很多的工业控制过程中，所有通过传感器测量得到的数据均含有噪声且不能被完全消除，同时有很多内部的系统状态是无法直接测量的。因此，在系统状态分析过程中，需要对传感器所测得的含有大量噪声的数据进行滤波处理，进而尽可能得到被测量的最优值或无法测得的系统状态最优估计值。例如在非线性、非高斯的锂离子电池寿命预测中，锂电池的剩余寿命无法直接进行在线测量，只能通过在线测量的充电电压、电流等相关参量对其进行估计。因为现代滤波技术具有预测和估计的作用，因此在此领域具有较大优势。代价参考粒子滤波(Cost Reference Particle Filter，CRPF)能够处理非线性和噪声统计特性未知的滤波问题，但标准CRPF使用多项式重采样、随机重采样、系统重采样等传统重采样方法进行重采样。这些重采样方法虽然可以增加有效粒子数量，但是由于一些权值大的粒子被大量复制，使得粒子过于集中于同一区域，导致重采样结果出现粒子多样性匮乏这一情况。故标准CRPF的重采样过程存在着粒子多样性匮乏的问题，进而影响滤波的精度与准确度。因此，需要对标准CRPF做进一步地优化，改善CRPF的滤波精度与准确度，进而提高对锂离子剩余寿命估计的精度。

技术实现思路

[0003]本专利技术的目的是提供一种基于混合概率选择算子的CRPF方法，解决了现有技术中对噪声统计特性未知系统滤波准确度较低的问题。
[0004]本专利技术所采用的技术方案是，一种基于混合概率选择算子的CRPF方法，具体按照以下步骤实施：
[0005]步骤1、随机产生N个实数作为系统状态的样本，所述样本称为粒子，并定义每一粒子对应的代价值均为0，由所述样本与代价值组成的集合称为粒子
‑
代价集合；同时，分别随机产生粒子组成1号子集合与2号子集合，每一个子集合的数量为N；
[0006]步骤2、分别计算所有子集合中粒子的代价函数值、风险函数值及权值；
[0007]步骤3、重采样子集合，重采样方法选取多项式重采样；
[0008]步骤4、更新子集合；
[0009]步骤5、子集合之间粒子的信息交互，若到达设定的交换步数，则执行此项操作；否则，无需执行信息交互操作；
[0010]步骤6、生成最终用于系统滤波的粒子
‑
代价集合；
[0011]步骤7、更新最终的粒子
‑
代价集合；
[0012]步骤8、系统滤波，最终得到系统状态的最优估计值。
[0013]本专利技术的特点还在于，
[0014]步骤1生成初始规模为N的粒子
‑
代价集合E0，表示为其中，表示系统状态随机估计值，即服从均匀分布U(I0)，初始代价函数值i＝1，2，
…
，N，N为系统状态随机估计值的采样样本数；
[0015]同时，生成两个大小为N的子集合其中，服从均匀分布U(I0)，j为子集合个数，j＝1，2，当j＝1时，表示1号子集合，当j＝2时，表示2号子集合。
[0016]步骤2具体如下：
[0017]步骤2.1、计算t时刻子集合中粒子的代价函数值j＝1，2，i＝1，2，
…
，N，t＝1，2，
…
，T，T为时间序列长度，代价函数的计算方式如下：
[0018][0019][0020]在公式(1)、(2)中，表示t时刻j号子集合中第i个粒子的代价函数值；λ表示遗忘因子，0＜λ＜1；表示t
‑
1时刻j号子集合中第i个粒子的代价值函数值；表示粒子的代价增量，表示粒子的代价增量函数；y
t
表示t时刻传感器的测量值，h(
·
)表示传感器估计值的观测函数，预设参数q满足q≥1；
[0021]步骤2.2、由子集合粒子的代价函数值计算得到风险函数值风险函数的计算公式为：
[0022][0023]对于公式(3)，表示t时刻j号子集合中第i个粒子的风险函数值；0＜λ＜1，i＝1，2，
…
，N，q≥1；f(
·
)表示系统状态的状态转移函数；
[0024]步骤2.3、由子集合粒子的代价函数值或风险函数值计算粒子权值计算方法如下：
[0025][0026]亦可通过如下方法计算：
[0027][0028]在公式(4)、(5)中，即为所求的t时刻j号子集合中第i个粒子的粒子权值，粒子权值调节参数β＞1；公式(4)中为粒子的代价值函数值；公式(5)中表示粒子的风险函数值，表示t时刻j号子集合N个随机估计样本中风险函数的最小
值，δ为调节参数，0＜δ＜1。
[0029]步骤3具体如下：
[0030]步骤3.1、在区间[0，1]上，随机生成服从均匀分布的随机数集合{u
i
}
i＝1：N
，且集合中的各元素满足独立同分布；
[0031]步骤3.2、权值的累积值I
i
＝cdf{u
i
}，法则cdf表示粒子权重累积分布函数，同时对于随机数u
i
，存在
[0032]步骤3.3、令粒子权值w
k
＝1/N，在进行多项式重采样操作后，得到复制后粒子的数目集合{v
i
}
i＝1：N
，0≤v
i
≤N，v
i
为第i个粒子经过重采样后被复制的次数；
[0033]步骤3.4、由公式(4)知，粒子的代价函数值越小，权值越大，因此重采样步骤中权值大的粒子被复制的次数越多，同时保存大权值粒子相应的代价函数值；经过多项式重采样操作后，最终得到t时刻粒子
‑
代价函数值的集合
[0034]步骤4具体如下：
[0035]步骤4.1、1号子集合的粒子以及粒子对应的代价函数值与权值的更新如下：
[0036]当t＝1时，1号子集合的粒子更新为当t≥2时，粒子基于高斯分布更新，即表示经历多项式重采样后t
‑
1时刻粒子的状态值，表示协方差矩阵，恒等函数与方差σ
t
的计算方式如下：
[0037][0038][0039]公式(6)、(7)中，cov(
·
)表示协方差的运算。
[0040]代价函数值的更新由公式(1)、(2)实现；权值按照公式(4)或公式(5)进行更新；更新后，得到t时刻新的1号粒子
‑
代价集合
[0041]步骤4.2、2号子集合粒子以及粒子对应的代价函数值与权值的更新如下：
[0042]当t＝1时，2号子集合的粒子更新为当t≥2时，2号子集合中粒子的更新是基于柯西分布实现的，即γ(γ＞0)表示尺度参数，l0表示位置参数，γ与l0的取值与系统有关；代价函数值和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混合概率选择算子的CRPF方法，其特征在于，具体按照以下步骤实施：步骤1、随机产生N个实数作为系统状态的样本，所述样本称为粒子，并定义每一粒子对应的代价值均为0，由所述样本与代价值组成的集合称为粒子—代价集合；同时，分别随机产生粒子组成1号子集合与2号子集合，每一个子集合的数量为N；步骤2、分别计算所有子集合中粒子的代价函数值、风险函数值及权值；步骤3、重采样子集合，重采样方法选取多项式重采样；步骤4、更新子集合；步骤5、子集合之间粒子的信息交互，若到达设定的交换步数，则执行此项操作；否则，无需执行信息交互操作；步骤6、生成最终用于系统滤波的粒子—代价集合；步骤7、更新最终的粒子—代价集合；步骤8、系统滤波，最终得到系统状态的最优估计值。2.根据权利要求1所述的一种基于混合概率选择算子的CRPF方法，其特征在于，所述步骤1生成初始规模为N的粒子—代价集合E0，表示为其中，表示系统状态随机估计值，即服从均匀分布U(I0)，初始代价函数值N为系统状态随机估计值的采样样本数；同时，生成两个大小为N的子集合其中，服从均匀分布U(I0)，j为子集合个数，j＝1,2，当j＝1时，表示1号子集合，当j＝2时，表示2号子集合。3.根据权利要求2所述的一种基于混合概率选择算子的CRPF方法，其特征在于，所述步骤2具体如下：步骤2.1、计算t时刻子集合中粒子的代价函数值j＝1,2，i＝1,2,
…
,N，t＝1,2,
…
,T，T为时间序列长度，代价函数的计算方式如下：,T，T为时间序列长度，代价函数的计算方式如下：在公式(1)、(2)中，表示t时刻j号子集合中第i个粒子的代价函数值；λ表示遗忘因子，0＜λ＜1；表示t
‑
1时刻j号子集合中第i个粒子的代价值函数值；表示粒子的代价增量，表示粒子的代价增量函数；y
t
表示t时刻传感器的测量值，h(
·
)表示传感器估计值的观测函数，预设参数q满足q≥1；步骤2.2、由子集合粒子的代价函数值计算得到风险函数值风险函数的计算公式为：
对于公式(3)，表示t时刻j号子集合中第i个粒子的风险函数值；0＜λ＜1，i＝1,2,
…
,N，q≥1；f(
·
)表示系统状态的状态转移函数；步骤2.3、由子集合粒子的代价函数值或风险函数值计算粒子权值计算方法如下：亦可通过如下方法计算：在公式(4)、(5)中，即为所求的t时刻j号子集合中第i个粒子的粒子权值，粒子权值调节参数β＞1；公式(4)中为粒子的代价值函数值；公式(5)中表示粒子的风险函数值，表示t时刻j号子集合N个随机估计样本中风险函数的最小值，δ为调节参数，0＜δ＜1。4.根据权利要求3所述的一种基于混合概率选择算子的CRPF方法，其特征在于，所述步骤3具体如下：步骤3.1、在区间[0,1]上，随机生成服从均匀分布的随机数集合{u
i
}
i＝1:N
，且集合中的各元素满足独立同分布；步骤3.2、权值的累积值I
i
＝cdf{u
i
}，法则cdf表示粒子权重累积分布函数，同时对于随机数u
i
，存在步骤3.3、令粒子权值w
k
＝1/N，在进行多项式重采样操作后，得到复制后粒子的数目集合{v
i
}
i＝1:N
，0≤v
i

【专利技术属性】
技术研发人员：张新雨，王晓璇，雷碧玉，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：