控制科学与工程专业的课程论文
为状态估计误差,因而
(k)x T(k) P(k) Ex(5) 为状态估计误差的协方差阵,显然P(k)为非负定对称阵。这里估计的准则为根据
(k),以使P(k)极小〔P(k)是非负定对称阵,量测量y(k), y(k-1), …最优地估计出x
因而可以比较其大小〕。这样的估计称为最小方差估计。根据最优估计理论,最小方差估计为:
(k) E[x(k)|y(k),y(k 1), ] x(6)
(k)等于在给定的直到k时刻的所有量测量y的情况下即x(k)的最小方差估计x
x(k)的条件期望。为了后面推导的方便,下面引入更一般的记号:
(j|k) E[x(j)|y(k),y(k 1), ] x(7) 根据j和k的大小关系,估计问题也可分为三类[1]:
(a) j > k 称为预测(或外推)问题;
(b) j = k 称为滤波问题;
(c) j < k 称为平滑(或内插)问题。
为便于推导,我们引入如下记号:
(k) x (k|k).........................................k时刻的状态估计x
(k) x(k) x (k)...................................k时刻的状态估计误差x
(k)x T(k).................................k时刻的状态估计误差协方差阵P(k) Ex (k|k 1)................................................一步预报估计x
(k|k 1) x(k|k 1) x (k|k 1).......一步预报估计误差x
(k|k 1)x T(k|k 1)......一步预报估计误差协方差阵P(k|k 1) Ex
三、Kalman一步预报估计递推公式
推导Kalman滤波器方程,我们可以先推导一步预报的方程,根据式(1)和(7)得: (kk 1) E[x(k)y(k 1),y(k 2), ]x
E{[Fx(k 1) Gu(k 1) v(k 1)]y(k 1),y(k 2), } (8) 根据定义很容易求得一步预报方程: (kk 1) Fx (k 1) Gu(k 1) x
(kk 1) x(k) x (kk 1)x(9) 根据式(1)和(9),可以得到一步预报误差: (k 1) Gu(k 1)] [Fx(k 1) Gu(k 1) v(k 1)] [Fx (k 1) v(k 1) Fx(10) 进一步求得一步预报估计误差的协方差阵:
(2)
6基于Kalman滤波器的状态估计_信息与通信_工程科技_专业资料。华东理工大学 ECUST...华东理工大学 ECUST 卡尔曼提出的递推最优估计理论,采用状态 空间描述法,在算法...
第三章 状态估计 Kalman 滤波方法 估计的基本理论所谓估计 就是根据量测的一组...的估计算法 如果待估量 x 表示参数 就有各种各样的辨识方法 例如 采用似 然...
自适应Kalman滤波可以实时估计系统噪声和观测噪声,可有效提高系统的抗干扰能力。目前 较常见的算法有Sage-Husa自适应滤波算法、神经网络自适应滤波算法和模糊自适应滤波...
如何去寻求滤除这种噪声 干扰,便成为最佳系统状态估计首先必须解决的问题。 Kalman 滤波等一些滤波算法便因此应运而生,其作为一种最优估计 理论与方法,由于它的实时...
...( 17 ) H 表示(一步)预测状态误差的相关矩阵 3、kalman滤波算法 ? 由上一节的的新息过程的相关知识和信息后,即可转入 kalman滤波算法的核心问题的讨论:...
.Kalman滤波 器是一个对动态系统的状态序列进行线性最小 方差估计的算法,采用递归滤波的方法,可以任 意一点作为观测起点.〔收稿日期〕2009—06—13 〔基金项目〕...
上面的 Kg, 就是卡尔曼增益 (Kalman Gain)[2]。 滤波器特性和优点 2.1.2...卡尔曼滤波采用实用的递推算法, 成功地将状态变量法引入到滤波理论中来, 不...
卡尔曼滤波算法及 卡尔曼滤波算法及 C 语言实现 算法摘要:本文着重讨论了卡尔曼滤波器的原理,典型算法以及应用领域。清晰地阐述了 摘要: kalman filter 在信息估计...
oKF算法中的滤波 估计值H.2_.一.是(或概率意义下)系统真实状态H.工t的最优估计.把上述目标函数应用于多模型卡尔曼滤波 算法(multiple model adaptive Kalman ...
热门文档