卡尔曼滤波

pulbieup

卡尔曼滤波
" I0 q. P$ b# t+ W
4 y  m% a0 O. d! c0 K3 ]/ G) Y
第一节   卡尔曼滤波信号模型
第二节   卡尔曼滤波方法
  D3 v& n3 u' x4 }: g第三节   卡尔曼滤波的应用

+ G: @' |- i! _( W

2 Z' O5 Q9 O& d: u6.1  信号模型
- d% }$ O' r/ o% y5 s6.1.1状态方程和量测方程
3 u. g) @; S: \/ E/ G0 f( r8 V5 M8 _

• 维纳滤波的模型:信号s(n)可以认为是由白噪声w,(n)激励一个线性系统A(z)的响应，假设响应和激励的时域关系可以用下式表示:
  0 m; k0 ~' r/ @# J) w6 X

7 L8 H* T0 W* `% X* k( L% T
1 `7 F) T; m& Q- n9 \  s; F                      s(n)= as(n-1)+ w,(n- 1)       (6-52)
) o6 |5 b9 y  ]& G( Y% v" m
上式也就是一阶AR模型。
: C9 }* q, i5 ?' U5 `- M

• 在卡尔曼滤波中信号s(n)被称为是状态变量，用矢量的形式表示为S(k),激励信号w,(n)也用矢量表示为w,(k)，激励和响应之间的关系用传递矩阵A(k)来表示，得出状态方程:
  # Z% ^2 e& Q& T- ^5 [  e

                     S(k)= A(k)S(k -1)+ w,(k-1)     (6-53)
) F( I, q' R: X; i
上式表示的含义就是在k时刻的状态S(k)可以由它的前一个时刻的状态S(k-1)来求得，即认为k- 1时刻以前的各状态都已记忆在状态S(k-1)中了
1 r) s1 S& V  _3 ?
' A. ?' H3 i! \" _& w& R, C

" X" z/ c3 k! ?( t! Y

游客，如果您要查看本帖隐藏内容请回复

: q1 n3 F. Y- @* M) h/ w/ A! ]
4 @" P$ f/ [/ f7 d" }, A

CCxiaom

这个卡尔曼到底是个啥