基于卡尔曼滤波理论的质量数据评估方法研究

针对质量评估中遇到的数据不确定性、测量过程存在误差的特点,论文提出运用卡尔曼滤波理论评估数据的方法,基于系统产生的观测数据,经过一个不断的"预测—修正"的递推过程,得到当前系统数据的线性最小方差无偏估计,最后通过Matlab编程进行了仿真验证。结果表明,针对产生线性变化数据的系统,卡尔曼滤波能够很好地评估和拟合数据,减少数据产生和测量过程中带来的误差和不确定因素,为进一步利用数据进行质量评估和技术状态分析打下良好基础,表明了卡尔曼滤波理论在质量数据评估方向的研究价值。