CN111894561B - 一种适用于欠平衡钻井的地层特性随钻解释方法 - Google Patents

Abstract

本发明涉及一种适用于欠平衡钻井的地层特性随钻解释方法，利用井底压力和液相出口流量作为测量参数进行地层特性随钻解释，解释参数的确定过程包括：获取模拟井的基本参数，构建油气水三相变质量流动模型；构建井筒水力学***的状态方程与测量方程，状态方程根据解释参数建立，测量方程根据油气水三相变质量流动模型建立；根据状态方程与测量方程，基于无迹卡尔曼滤波的解释算法进行解释参数的预测、更新和校正，得到解释参数的值；在钻进过程中实时准确的预测地层压力及渗透率，对于提高欠平衡钻井及后期完井作业安全性与时效性具有重要的理论与实际意义。

Description

一种适用于欠平衡钻井的地层特性随钻解释方法

技术领域

本发明涉及欠平衡钻井技术领域，尤其涉及一种适用于欠平衡钻井的地层特性随钻解释方法。

背景技术

欠平衡钻井是指采用气体、泡沫、充气钻井液等低密度流体作为循环介质，井底处于负压差的钻井过程。由于井底呈现负压差，欠平衡钻井有利于提高机械钻速、发现储层以及降低储层损害，从而得到了广泛的应用。当采用欠平衡的方式打开储层时，地层流体会在负压差的作用下进入井筒，进而导致井筒压力、流量等流动参数发生变化。由于井筒流体与地层之间的耦合作用，通过监测井底压力和出口流量等测量参数的变化，可以得到地层压力、渗透率等地层特性参数值，进而衍生了欠平衡钻井随钻解释理论。相比常规的电缆测井解释方法，其无需钻停后下入测试管柱，可以在正常钻进中快速获取储层信息，对于储层早期识别、降低钻井风险以及提高钻井时效具有重要意义。

目前的地层特性解释方法主要是利用立管压力、井底压力以及气相、液相出口流量四种测量参数进行解释，而测量参数越多，则计算量与耗时会相应增加。其次，已有研究通常是基于L-M(Levenberg-Marquardt,列文伯格-马夸尔特)和EKF(Extended KalmanFilter,扩展卡尔曼滤波)建立了地层压力和渗透率的解释模型。其中，L-M为非递推估计算法，计算时需要利用全部的历史测量数据，因此不具备实时性。而EKF具有较为突出的局限性，要求***是近似线性的，同时需要计算繁琐的雅克比矩阵，计算精度与稳定性难以保证。

发明内容

本发明针对现有技术中存在的技术问题，提供一种适用于欠平衡钻井的地层特性随钻解释方法，解决现有技术中计算量耗时长且计算结果精度难以保证的问题。

本发明解决上述技术问题的技术方案如下：一种适用于欠平衡钻井的地层特性随钻解释方法，利用井底压力和液相出口流量作为测量参数进行地层特性随钻解释，解释参数的确定过程包括：

步骤1，获取模拟井的基本参数，构建油气水三相变质量流动模型；

步骤2，构建井筒水力学***的状态方程与测量方程，所述状态方程根据所述解释参数建立，所述测量方程根据油气水三相变质量流动模型建立；

步骤3，根据所述状态方程与测量方程，基于无迹卡尔曼滤波的解释算法进行所述解释参数的预测、更新和校正，得到所述解释参数的值。。

本发明的有益效果是：在钻进过程中实时准确的预测地层压力及渗透率，对于提高欠平衡钻井及后期完井作业安全性与时效性具有重要的理论与实际意义。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤2中所述状态方程和测量方程中，以向量形式的状态向量表示所述解释参数，以向量形式的测量向量表示所述测量参数；

所述状态方程表示相邻时刻点的所述状态向量的关系，所述测量方程表示的同一时刻点所述状态向量和测量向量的关系。

进一步，所述状态方程和测量方程为：

x_k＝f(x_k-1)+w_k-1；

z_k＝h(x_k)+v_k；

x_k和x_k-1分别为k和k-1时刻的状态向量，f(·)为非线性***状态函数；z_k为测量向量，h(·)为所述油气水三相变质量流动模型；w_k-1、v_k分别为***对应时刻的过程噪声和测量噪声。

进一步，所述步骤1中获取模拟井的基本参数后，确定所述油气水三相变质量流动模型的过程为：

步骤101，建立油气水三相变质量流动模型的控制方程，所述控制方程包括注入气质量守恒方程、钻井液质量守恒方程、产出气质量守恒方程、产出油质量守恒方程和油气水三相动量守恒方程；

步骤102，将所述控制方程进行离散化处理；

步骤103，建立油气水三相变质量流动的辅助方程，所述辅助方程包括：漂移流方程、PR状态方程以及地层渗流方程；

步骤104，针对所述油气水三相变质量流动模型进行数值计算，所述数值计算的过程为通过所述状态向量得到所述测量向量的过程。

进一步，所述步骤102中，采用四点差分显示格式对所述控制方程进行离散化处理：

轴向空间网格划分为定步长；时间网格划分分为两个阶段：在气体运移到井口之前，基于气液界面追踪得到实时变化的时间步长；在气体运移到井口之后的拟稳态过程中，时间步长设为定值；

所述控制方程中的一阶空间导数采用一阶迎风格式，一阶时间导数采用四点中心差分。

进一步，所述步骤104包括：

步骤10401，估算k+1时刻井底压力P₀ ^k+1，带入前一时刻模拟计算中给定的地层压力p_r或地层渗透率K；

步骤10402，结合所述地层渗流方程，计算给定储层流体组分下的侵入量；

步骤10403，假设节点j处k+1时刻的压力P_j ^k+1(0)，用所述PR状态方程求解气相和液相组分的密度和黏度的物性参数；

步骤10404，假设节点j处k+1时刻的气相体积分数α_j ^k+1(0)，由质量守恒方程计算气液相各组分速度；

步骤10405，结合所述漂移流方程计算新的气相体积分数α_j ^k+1，判断|α_j ^k+1-α_j ^k+1(0)|<ε是否成立，是，执行步骤10406，否则返回所述步骤10404重新迭代计算，ε为根据精度要求设置的阈值；

步骤10406，将已知参数代入所述动量守恒方程，计算新的节点j处k+1时刻的压力P_j ^k+1，若|P_j ^k+1-P_j ^k+1(0)|<ε，说明P_j ^k+1(0)估算正确，并把节点j处的计算参数作为计算j+1点的已知量，否则返回所述步骤10403重新迭代计算；

步骤10407，节点一直循环至井口，得到新的井口回压P_c ^*，若|P_c ^*-P_c|<ε，说明P_c ^*估算正确，继续下一时刻的计算，否则返回所述步骤10401。

进一步，所述步骤3包括：

步骤301，设定初始时刻的所述状态向量和误差协方差矩阵；

步骤302，根据选择的比例修正对称采样策略，由前一时刻的状态向量的估计值和误差协方差矩阵预测当前时刻的状态向量的均值和误差协方差矩阵；

步骤303，利用测量方程传递Sigma点，预测当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵；

步骤304，利用步骤303中预测的当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵，对当前时刻的状态向量的均值和误差协方差矩阵进行校正更新。

进一步，所述步骤302包括：

步骤30201，由前一时刻状态向量的估计值

和误差协方差矩阵P_k-1来计算Sigma点x_i,k-1、均值加权所用的权值W_i ^(m)和协方差加权所用的权值W_i ^(c)：

其中，λ为比例因子，λ＝α²(n+κ)-n；n为状态向量的维数；κ为可调参数，对于高斯分布，当n≤3,取κ＝3-n，当n>3,取κ＝0；α为扩展因子，影响Sigma点围绕

的分布状态，取值范围为[0,1]；β为描述状态向量先验分布信息的参数，对于高斯分布，最优值为2；

步骤30202，利用所述状态方程传递Sigma点为x_i,k/k-1：

x_i,k/k-1＝f(x_i,k-1)i＝0,1,…,2n。

步骤30303，预测当前时刻的状态均值

和协方差矩阵P_k/k-1：

其中，Q_k-1为前一时刻的过程噪声协方差矩阵。

进一步，所述步骤303中，利用测量方程传递Sigma点为z_i,k/k-1：z_i,k/k-1＝h(x_i,k-1)i＝0,1,…,2n；

预测当前时刻的测量向量的值

自协方差矩阵

和互协方差矩阵

的公式为：

其中，R_k为当前时刻的测量噪声协方差矩阵。

进一步，所述步骤304包括：

步骤30401，根据自协方差矩阵和互协方差矩阵计算卡尔曼增益矩阵K_k：

步骤30402，基于步骤303中获取的当前时刻的所述测量向量的值，对当前时刻的状态向量的均值

和误差协方差矩阵P_k进行校正更新：

采用上述进一步方案的有益效果是：应用了无迹卡尔曼滤波技术，可以对井下压力与出口流量进行实时校正计算，扩大了传统井筒水力学的应用范围，提高了测量数据流的利用率以及预测精度；可以实时预测储层压力或渗透率，实现对于关键地层参数的准确量化分析，为钻井及后续完井作业安全高效进行提供重要参考。

附图说明

图1为钻柱注气式欠平衡钻井***的实施例的结构示意图；

图2为本发明实施例提供的一种适用于欠平衡钻井的地层特性随钻解释方法的流程图；

图3为本发明提供的确定油气水三相变质量流动模型的实施例的流程图；

图4为本发明提供的一种基于无迹卡尔曼滤波的解释算法的实施例的流程图；

附图中，各标号所代表的部件列表如下：

1、泥浆泵，2、立压表，3、PWD，4、套压表，5、节流阀，6、气液分离器，7、液相流量计，8、气相流量计，9、注气管线。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示为钻柱注气式欠平衡钻井***的实施例的结构示意图，结合图1可知，钻柱注气式欠平衡钻井工艺具体步骤如下：气体经过注气管线9，与泥浆泵1泵入的钻井液相混合，共同注入钻柱中，直至底部钻头处。随着钻井过程中储层段的打开，地层油气流体逐渐进入井筒，并与注入的气液流体一起上返至井口。在地面经过气液分离器6，最终将气相和液相分离开，套压表4和节流阀5分别用于测量套管压力和套压、流量大小控制。

已有研究中往往选取立压表2显示的立管压力，PWD(pressure while drilling，随钻测压)3测量得到的井底压力以及经过气液分离器6后液相流量计7和气相流量计8读取的气相和液相出口流量作为测量参数。然而根据U型管原理，可知井底压力与立管压力在钻柱内可构建压力传递关系式。此外气液相出口流量在井筒-地层耦合流动***中内也存在着直观的数学关系，由于不考虑气液质量传递，根据叠加原理可知气液相出口流量等于入口流量、地层渗流量和气体膨胀速率之和。因此，可以将测量参数简化为井底压力、液相出口流量两类。

如图2所示为本发明实施例提供的一种适用于欠平衡钻井的地层特性随钻解释方法的流程图，利用井底压力和液相出口流量作为测量参数进行地层特性随钻解释，解释参数的确定过程包括：

步骤1，获取模拟井的基本参数，构建油气水三相变质量流动模型。

步骤2，构建井筒水力学***的状态方程与测量方程，该状态方程根据解释参数建立，测量方程根据油气水三相变质量流动模型建立。

步骤3，根据该状态方程与测量方程，基于无迹卡尔曼滤波的解释算法进行解释参数的预测、更新和校正，得到解释参数的值。

本发明提供的一种适用于欠平衡钻井的地层特性随钻解释方法，将无迹卡尔曼滤波技术与油气水三相变质量流动模型相结合，利用测量参数之间的关系，提出将原本四种测量参数简化为井底压力和液相出口流量两种，可以针对欠平衡方式钻进储层过程，实时预测地层压力或地层渗透率，可以实现储层特性参数准确的量化解释与分析。

实施例1

本发明提供的实施例1为本发明提供的一种适用于欠平衡钻井的地层特性随钻解释方法的实施例，该实施例中，利用井底压力和液相出口流量作为测量参数z进行地层特性随钻解释，解释参数x包括地层压力和地层渗透率。

具体的，测量参数z和解释参数x用向量可以表示为：

z＝[P₀(t_k),q_out,1(t_k)]^T,x＝[K(t_k),p_r(t_k)]^T。

其中，K表示地层渗透率，p_r表示地层压力，P₀表示井底压力，q_out,1表示液相出口流量，t_k表示测量数据对应的k个时刻点。

解释参数x的确定过程包括：

步骤1，获取模拟井的基本参数，构建油气水三相变质量流动模型。

具体的，该基本参数包括：井深、井身结构、钻具组合、排量、钻井液密度、钻井液流变参数、地层温度、地温梯度、注气量、机械钻速、地层孔隙度和表皮系数等。

步骤2，构建井筒水力学***的状态方程与测量方程，该状态方程根据解释参数建立，测量方程根据油气水三相变质量流动模型建立。

优选的，状态方程和测量方程中，以向量形式的状态向量表示解释参数，以向量形式的测量向量表示测量参数，构建状态方程与测量方程时结合参数属性设置状态噪声和测量噪声的标准差，状态方程表示的相邻时刻点的状态向量的关系，测量方程表示的同一时刻点状态向量和测量向量的关系。

具体的，状态方程和测量方程可以表示为：

x_k＝f(x_k-1)+w_k-1；

z_k＝h(x_k)+v_k。

式中：x_k和x_k-1分别为k和k-1时刻的状态向量，f(·)为非线性***状态函数；z_k为测量向量，h(·)为油气水三相变质量流动模型；w_k-1、v_k分别为***对应时刻的过程噪声和测量噪声，均满足零均值高斯白噪声分布w_k～N{0,Q_k}和v_k～N{0,R_k}，且两者互不相关。

具体的，确定该油气水三相变质量流动模型h(·)的实施例的流程图如图3所示，由图3可知，步骤1中获取模拟井的基本参数后，确定该油气水三相变质量流动模型的过程可以为：

步骤101，综合应用井筒多相流动和渗流力学理论，建立油气水三相变质量流动模型的控制方程。

具体的，控制方程包括注入气质量守恒方程、钻井液质量守恒方程、产出气质量守恒方程、产出油质量守恒方程和油气水三相动量守恒方程。

注入气质量守恒方程为：

钻井液质量守恒方程为：

产出气质量守恒方程为：

产出油质量守恒方程为：

油气水三相动量守恒方程为：

式中，

为时间的偏导，

为轴向位移的偏导，A为环空流道面积，单位为m²；ρ_g，ρ_l，ρ_o分别为气相、钻井液、油相的密度，单位为kg/m³；α_g，α_l，α_o分别为气相、钻井液、油相的体积分数，无量纲；v_g，v_l，v_o分别为气相、钻井液、油相的实际流速，单位为m/s；x_ig，x_fg分别为注入气和产出气的质量分数，无量纲；q_fg，q_o分别为单位厚度气相和油相的侵入速度，单位为kg/(s·m)；g为重力加速度，取9.81m/s²；θ为井眼与水平方向的夹角；p_f为沿程压降，单位为Pa；p_ac为加速度压降，单位为Pa。

步骤102，将控制方程进行离散化处理。

具体的，可以采用四点差分显示格式对该控制方程进行离散化处理：

轴向空间网格划分为定步长，时间网格划分分为两个阶段：在气体运移到井口之前，基于气液界面追踪得到实时变化的时间步长；在气体运移到井口之后的拟稳态过程中，时间步长设为一定值。控制方程中的一阶空间导数采用一阶迎风格式，一阶时间导数采用四点中心差分，以此原则将模型离散化。

轴向节点由下往上为j、j+1，时间节点由前往后为k，k+1。

步骤103，建立油气水三相变质量流动的辅助方程。

仅仅依靠多相流模型的控制方程是无法对模型进行求解的，为了进一步组成封闭方程组，还需要考虑以下的辅助方程，具体的，该辅助方程包括：漂移流方程、流型判别方程、环空压耗方程、PR状态方程以及地层渗流方程。

步骤104，针对油气水三相变质量流动模型进行数值计算，该数值计算的过程为通过状态向量得到测量向量的过程。

具体的，该计算方法包括：

具体的，步骤104包括：

步骤10401，估算k+1时刻井底压力P₀ ^k+1，同时带入前一时刻模拟计算中给定的地层压力p_r或地层渗透率K。

步骤10402，结合地层渗流方程，计算给定储层流体组分下的侵入量。

步骤10403，假设节点j处k+1时刻的压力P_j ^k+1(0)，用PR状态方程求解气相和液相组分的密度和黏度等物性参数。

步骤10404，假设节点j处k+1时刻的气相体积分数α_j ^k+1(0)，由质量守恒方程计算气液相各组分速度。

步骤10405，结合漂移流方程计算新的气相体积分数α_j ^k+1，判断|α_j ^k+1-α_j ^k+1(0)|<ε是否成立，是，执行步骤10406，否则返回步骤10404重新迭代计算，ε为根据精度要求设置的阈值。

步骤10406，将已知参数代入动量守恒方程，计算新的节点j处k+1时刻的压力P_j ^{k +1}，若|P_j ^k+1-P_j ^k+1(0)|<ε，说明P_j ^k+1(0)估算正确，并把节点j处的计算参数作为计算j+1点的已知量，否则返回步骤10403重新迭代计算，直至满足精度要求。

步骤10407，节点一直循环至井口，得到新的井口回压P_c ^*，若|P_c ^*-P_c|<ε，说明P_c ^*估算正确，继续下一时刻计算，否则返回步骤10401。

步骤3，根据该状态方程与测量方程，基于无迹卡尔曼滤波的解释算法进行解释参数的预测、更新和校正，得到解释参数的值。

如图4所示为本发明提供的一种基于无迹卡尔曼滤波的解释算法的流程图，由图4可知，优选的，步骤3可以包括：

步骤301，设定初始时刻的状态向量和误差协方差矩阵。

和x₀分别为初始时刻的状态向量估计值和状态向量初始值，E(·)为期望值，P₀为初始时刻的误差协方差矩阵。

步骤302，根据选择的比例修正对称采样策略，由前一时刻的状态向量的估计值和误差协方差矩阵预测当前时刻的状态向量的均值和误差协方差矩阵。

该步骤302为状态向量的值的更新，具体的，步骤302包括：

步骤30201，由前一时刻状态向量的估计值

和误差协方差矩阵P_k-1来计算Sigma点x_i,k-1、均值加权所用的权值W_i ^(m)和协方差加权所用的权值W_i ^(c)：

其中，λ为比例因子，λ＝α²(n+κ)-n；n为状态向量的维数；κ为可调参数，对于高斯分布，当n≤3,取κ＝3-n，当n>3,取κ＝0；α为扩展因子，影响Sigma点围绕

的分布状态，一般取值[0,1]；β为描述状态向量先验分布信息的参数，对于高斯分布，最优值为2。

步骤30202，利用状态方程传递Sigma点为x_i,k/k-1：

x_i,k/k-1＝f(x_i,k-1)i＝0,1,…,2n。

步骤30303，预测当前时刻的状态均值

和协方差矩阵P_k/k-1：

其中，Q_k-1为前一时刻的过程误差协方差矩阵。

步骤303，利用测量方程传递Sigma点，预测当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵。

该步骤303为测量向量的值的更新，具体的，步骤303中：

利用测量方程传递Sigma点为z_i,k/k-1：z_i,k/k-1＝h(x_i,k-1)i＝0,1,…,2n。

预测当前时刻的测量向量的值

自协方差矩阵

和互协方差矩阵

的公式为：

其中，R_k为当前时刻的测量误差协方差矩阵。

步骤304，利用步骤303中预测的当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵，对当前时刻的状态向量的均值和误差协方差矩阵进行校正更新。

该步骤304为状态向量的均值的矫正更新过程，具体包括：

步骤30401，根据自协方差矩阵和互协方差矩阵计算卡尔曼增益矩阵K_k：

步骤30402，基于步骤303中获取的当前时刻的测量向量的值，对当前时刻的状态向量的均值

和误差协方差矩阵P_k进行校正更新：

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种适用于欠平衡钻井的地层特性随钻解释方法，其特征在于，所述方法利用井底压力和液相出口流量作为测量参数进行地层特性随钻解释，解释参数的确定过程包括：

步骤1，获取模拟井的基本参数，构建油气水三相变质量流动模型；

步骤2，构建井筒水力学***的状态方程与测量方程，所述状态方程根据所述解释参数建立，所述测量方程根据油气水三相变质量流动模型建立；

步骤3，根据所述状态方程与测量方程，基于无迹卡尔曼滤波的解释算法进行所述解释参数的预测、更新和校正，得到所述解释参数的值；

所述步骤2中所述状态方程和测量方程中，以向量形式的状态向量表示所述解释参数，以向量形式的测量向量表示所述测量参数；

所述状态方程表示相邻时刻点的所述状态向量的关系，所述测量方程表示的同一时刻点所述状态向量和测量向量的关系；

所述步骤1中获取模拟井的基本参数后，确定所述油气水三相变质量流动模型的过程为：

步骤101，建立油气水三相变质量流动模型的控制方程，所述控制方程包括注入气质量守恒方程、钻井液质量守恒方程、产出气质量守恒方程、产出油质量守恒方程和油气水三相动量守恒方程；

步骤102，将所述控制方程进行离散化处理；

步骤103，建立油气水三相变质量流动的辅助方程，所述辅助方程包括：漂移流方程、PR状态方程以及地层渗流方程；

步骤104，针对所述油气水三相变质量流动模型进行数值计算，所述数值计算的过程为通过所述状态向量得到所述测量向量的过程；

所述步骤102中，采用四点差分显示格式对所述控制方程进行离散化处理：

轴向空间网格划分为定步长；时间网格划分为两个阶段：在气体运移到井口之前，基于气液界面追踪得到实时变化的时间步长；在气体运移到井口之后的拟稳态过程中，时间步长设为定值；

所述控制方程中的一阶空间导数采用一阶迎风格式，一阶时间导数采用四点中心差分；

所述步骤104包括：

步骤10401，估算k+1时刻井底压力P₀ ^k+1，带入前一时刻模拟计算中给定的地层压力p_r和地层渗透率K；

步骤10402，结合所述地层渗流方程，计算给定储层流体组分下的侵入量；

步骤10403，假设节点j处k+1时刻的压力P_j ^k+1(0)，用所述PR状态方程求解气相和液相组分的密度和黏度的物性参数；

步骤10404，假设节点j处k+1时刻的气相体积分数α_j ^k+1(0)，由质量守恒方程计算气液相各组分速度；

步骤10405，结合所述漂移流方程计算新的气相体积分数α_j ^k+1，判断|α_j ^k+1-α_j ^k+1(0)|<ε是否成立，是，执行步骤10406，否则返回所述步骤10404重新迭代计算，ε为根据精度要求设置的阈值；

步骤10406，将已知参数代入所述动量守恒方程，计算新的节点j处k+1时刻的压力P_j ^k+1，若|P_j ^k+1-P_j ^k+1(0)|<ε，说明P_j ^k+1(0)估算正确，并把节点j处的计算参数作为计算j+1点的已知量，否则返回所述步骤10403重新迭代计算；

步骤10407，节点一直循环至井口，得到新的井口回压P_c ^*，若|P_c ^*-P_c|<ε，说明P_c ^*估算正确，继续下一时刻的计算，否则返回所述步骤10401。

2.根据权利要求1所述的方法，其特征在于，所述状态方程和测量方程为：

x_k＝f(x_k-1)+w_k-1；

z_k＝h(x_k)+v_k；

x_k和x_k-1分别为k和k-1时刻的状态向量，f(·)为非线性***状态函数；z_k为测量向量，h(·)为所述油气水三相变质量流动模型；w_k-1、v_k分别为***对应时刻的过程噪声和测量噪声。

3.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤301，设定初始时刻的所述状态向量和误差协方差矩阵；

步骤302，根据选择的比例修正对称采样策略，由前一时刻的状态向量的估计值和误差协方差矩阵预测当前时刻的状态向量的均值和误差协方差矩阵；

步骤303，利用测量方程传递Sigma点，预测当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵；

步骤304，利用步骤303中预测的当前时刻的测量向量的值、自协方差矩阵和互协方差矩阵，对当前时刻的状态向量的均值和误差协方差矩阵进行校正更新。

4.根据权利要求1所述的方法，其特征在于，所述步骤302包括：

步骤30201，由前一时刻状态向量的估计值

和误差协方差矩阵P_k-1来计算Sigma点x_i,k-1、均值加权所用的权值W_i ^(m)和协方差加权所用的权值W_i ^(c)：

其中，λ为比例因子，λ＝α²(n+κ)-n；n为状态向量的维数；κ为可调参数，对于高斯分布，当n≤3,取κ＝3-n，当n>3,取κ＝0；α为扩展因子，影响Sigma点围绕x的分布状态，取值范围为[0,1]；β为描述状态向量先验分布信息的参数，对于高斯分布，最优值为2；

步骤30202，利用所述状态方程传递Sigma点为x_i,k/k-1：

x_i,k/k-1＝f(x_i,k-1) i＝0,1,…,2n；

步骤30303，预测当前时刻的状态均值

和协方差矩阵P_k/k-1：

其中，Q_k-1为前一时刻的过程噪声协方差矩阵。

5.根据权利要求1所述的方法，其特征在于，所述步骤303中，利用测量方程传递Sigma点为z_i,k/k-1：z_i,k/k-1＝h(x_i,k-1)i＝0,1,…,2n；

预测当前时刻的测量向量的值

自协方差矩阵

和互协方差矩阵

的公式为：

其中，R_k为当前时刻的测量噪声协方差矩阵。

6.根据权利要求1所述的方法，其特征在于，所述步骤304包括：

步骤30401，根据自协方差矩阵和互协方差矩阵计算卡尔曼增益矩阵K_k：

步骤30402，基于步骤303中获取的当前时刻的所述测量向量的值，对当前时刻的状态向量的均值

和误差协方差矩阵P_k进行校正更新：

Images