本发明公开了一种引入有限估计区间的系统状态反向估计方法,包括(1)引入有限估计区间[m,n],m=n N+1,m和n为两个不同的时刻,N为估计区间步长;(2)基于正向递推的卡尔曼滤波算法计算出系统在n时刻的状态估计值和方差Pn;(3)以为初始状态、Pn为初始方差,基于反向递推的卡尔曼滤波算法计算出系统在m时刻的状态估计值和方差Pm,舍弃估计区间[m,n]内其它的状态估计值和方差,完成系统状态的估计。本发明的反向估计方法可以被用来对正向估计算法的初始化,另一方面还可以在已知当前状态估计值的条件下对系统的历史状态进行重构。

(1)引入有限估计区间[m,n]，m＝n-N+1，m和n为两个不同的时刻，N为估计区间步长；

(2)基于正向递推的卡尔曼滤波算法计算出系统在n时刻的状态估计值和方差Pn；

(3)以为初始状态、Pn为初始方差，基于反向递推的卡尔曼滤波算法计算出系统在m时刻的状态估计值和方差Pm，舍弃估计区间[m,n]内其它的状态估计值和方差，完成系统状态的估计。

本发明一个较佳实施例中，进一步包括，步骤(2)中，定义估计区间[m,α]，α＝m+d，d为系统状态的维度；

利用无偏估计计算出系统在α时刻的状态估计值和方差Pα，使用状态估计值方差Pα为卡尔曼滤波算法的初始状态和初始方差。

本发明一个较佳实施例中，进一步包括，在获得估计值及其方差Pα后，在余下的估计区间内，基于正向递推的卡尔曼滤波算法计算出系统在n时刻的状态估计值和方差P

状态估计是通过处理一系列含有噪声的量测数据，得出隐含于其中的被测量或其线性组合的估计值。由于现代工业中大部分控制及监测机制均是在假设系统状态精确可观测的基础上构建的，如何从实际受到各种随机干扰的观测信号中精确地得到系统的状态极其重要。可以说，系统状态的获取影响着工业过程的安全性、生产的经济性、不确定环境下的决策以及监测或控制手段的有效实施。目前，在许多国际刊物上报道了针对状态空间模型的状态估计算法的设计思路。例如，Kwon等人针对离散时间状态空间模型设计了一类有限估计区间内的状态估计方法(Kwon B Y,Han S H,Kwon O K,KwonW H,IEEE SignalProcessing Letters,2007,14(8):557-560).Park等人针对无线传感网络设计了一类滤波算法用以增强粒子滤波的稳定性(Pak J M,Ahn C K,ShmaliyY S,IEEE Transactions onIndustrial Informatics,2015,11(5):1089-1098)。Ait-El-FquihB等通过变分贝叶斯思路设计针对大维度系统的快速卡尔曼滤波算法(Ait-El-Fquih B,Hoteit I.,IEEETransactions on Signal Processing,2015,63(21):5853-5867)。***等提出了针对线性跳变系统的鲁棒粒子滤波算法(***,***,56(10)：5001–5012,2008)。Simon在其书中对现有状态估计算法技术做了详细的论述(***.,Wiley,2006.)。

然而，上述状态估计算法的设计均是在正向的卡尔曼滤波基础上构建，主要思路是给定初始值，依据时间演化方向估计系统的状态。由于在很多技术场景如图像处理，动态序列分析中，在一直当前时刻的系统状态后，需要得知系统在过去时刻状态，特别是系统的初始运行状态。针对此类场景，由于自身计算结构的限制，正向估计难以应用。

江南大学是教育部直属、国家“211工程”重点建设高校和“双一流”建设高校。学校具有悠久的办学历史、厚重的文化积淀，源起1902年创建的三江师范学堂，历经国立中央大学、南京大学等发展时期；1958年南京工学院食品工业系整建制东迁无锡独立建校，成立无锡轻工业学院；1962年无锡纺织工学院并入无锡轻工业学院；1995年更名为无锡轻工大学；2001年无锡轻工大学、江南学院、无锡教育学院合并组建江南大学；2003年东华大学无锡校区并入江南大学。

本发明的系统状态反向估计方法，不同于现有在全时域上的递推结构，本发明引入有限估计区间，仅利用有限估计区间的观测值对系统状态进行估计，可以很好地限制估计区间外的观测值对系统估计性能的影响，从而增强算法的鲁棒性，提高系统状态估计的精确性。另一方面，不同于现有技术的正向递推算法，本发明基于反向递推的卡尔曼滤波算法计算出系统状态估计值和方差，该方法可以被用来对正向估计算法的初始化，还可以在已知当前状态估计值的条件下对系统的历史状态进行重构。

科技成果只有通过实施开发应用，使其转化为生产力，才能取得经济效益和社会效益。成果方目标是将科技成果转化为现实生产力，期待有意愿的企业或合作单位进行合作推广或者进行产品生产。考虑合作转化、许可+合作等转化方式与企业、科学技术研究开发机构和其他组织建立合作关系。