控制科学与工程专业的课程论文
状态最优估计的Kalman滤波算法
摘要:Kalman滤波器的提出,是为了解决最优控制无法实现全部状
态均用于反馈。对于那些无法反馈的状态,则需要根据测量到的信号对
其进行估计,再作为反馈。Kalman滤波器的突破点在于采用状态空间,把信号作为白噪声作用的线性输出,并且是将概率论与数理统计的新成
果引用与问题的求解。本文中详细论述了Kalman滤波器的推导过程和
其增益计算公式,以及对其增益计算过程进行了仿真。
关键词:状态估计,Kalman滤波器,最优控制
一、引言
在一定条件下,最优控制保证系统是渐近稳定的,而且具有令人满意的性能。但是它要求全部状态均可用于反馈,这在实际上是难以做到的。实际上常常只能测量系统的一部分状态,而且在测量到的信号中还可能包含有测量噪声。因此需首先根据量测到的信号估计出全部状态,然后按照最优控制规律反馈估计的状态。对于最优估计,Kalman给出了适合计算机计算的状态最优估计递推算法,即Kalman滤波器。针对连续系统和离散系统,Kalman滤波问题又有着连续和离散Kalman滤波器的提法[1],本文将主要讨论离散模型。
二、离散系统的Kalman滤波问题
设控制对象的离散模型[2]为:
x(k 1) Fx(k) Gu(k) v(k) y(k) Cx(k) w(k)(1) 其中x(k)为n维状态向量,u(k)为m维控制向量,y(k)为r维输出向量,v(k)为n维过程干扰向量,w(k)为r维测量噪声向量。假设v(k)和w(k)均为离散的高斯白噪声序列,且有
其中:
Ev(k) 0,Ev(k)vT(j) V kjEw(k) 0,Ew(k)w(j) W kjT (2) 1k j kj 0k j(3) 同时设V为非负定对称阵,W为正定对称阵,并设v(k)和w(k)不相关。这里我们现将v(k)看作白噪声序列,如果对于实际系统,v(k)不是白噪声,可通过功率谱密度等将其化为标准形式,这个在这里就不再赘述。
在方程(1)中存在随机的干扰v(k)和随机的测量噪声w(k) ,因此系统的状态向量x(k)也为随机向量,其中,y(k)是能够量测的输出量。问题是根据量测量y(k)
(k),则 估计出x(k)。若记x(k)的估计量为x
(k) x(k) x (k) x(1) (4)
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