本文考虑了具有任意随机延迟的网络跟踪系统的通用延迟卡尔曼滤波器的设计。 首先,给出了传统卡尔曼滤波器(WSFKF)的等效加权求和形式,以提供一种新颖的帧来更有效地解决延迟滤波或失序测量(OOSM)估计。 实际上,这种形式充分利用了离线参数计算的特性,用于卡尔曼滤波器以及初始状态估计值和有序测量值的加权和,它们分别来自线性时不变(LTI)系统和线性最小均方误差(LMMSE)估算器。 其次,在时延测量和自适应在线加权系数矩阵的创新基础上,结合全局测量预测的替换和补偿运算,设计了一种适用于任意随机时延的新型时延卡尔曼滤波器。 与目前的延迟滤波器或OOSMs更新方法相比,该延迟估计器不仅算法结构更简洁,估计精度更高,而且应用范围更广。 通过实例验证了本文提出的时延估计器的有效性。
1