|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
第7章 卡尔曼滤波器的发散抑制方法
; D+ d' r% h8 u$ o& P9 T4 E( Q$ ]" F! n, q" t6 A
- 滤波的发散现象
- 限定增益滤波
- 误差方差阵加权滤波
- 衰减记忆滤波
- 限定记忆滤波
- 增广状态滤波
- 平方根滤波
9 i0 W" W6 t0 R! S0 M: E
; ]8 h3 I) U+ g1 M9 B4 a) M
7 W4 z# Z, g1 r) K
6 f" ]# a; A" w; W4 j# Q& u# R问题:卡尔曼滤波最优的条件?
# ?" n" [, J) Z9 ?2 @模型精确，统计特性已知。; L9 t; g" n- d
否则滤波易发散。7 ~5 d1 N# r2 [% F8 u& J% D# i. ~
: b+ M2 r* U2 _& c( `8 Q
' n7 M! H6 x# g
" d3 R' u2 ?7 \
内容提要7 H) ]! O6 O. p" u
& R/ N: I! K0 Y' W5 E- @' w
0 ~& u- q# o- C0 V. ~0 m
针对卡尔曼滤波的发散问题，讨论了若干抑制滤波发散的方法。对于模型误差导致的发散，可以通过直接和间接限定增益的方法增强新测量数据的作用，如限定增益滤波、误差方差阵加权滤波;可以增加新数据的比重，减小旧数据的比重，如衰减记忆滤波和限定记忆滤波;也可以将模型误差作为状态的一-部分而估计，即增广状态滤波。8 X, z5 o1 m3 F3 l7 C
( H9 E1 L5 `) \$ w$ b. v2 v& e- c6 M
对于计算发散，可以采用平方根滤波法，减小截断误差的影响。1 k, s8 `" ]3 f; t' a( `
Y0 [; e, A% e l3 t2 Q
) `% j4 o3 F; f' y, i& b8 _8 L. `; }+ R& j$ B
8 |# _$ ]/ P5 K
" l( ]0 ^# H8 {0 r- i( f% I6 \4 D7 B! ~2 r
6 R7 y* J& ~, t* I" P
$ a4 W9 X; h5 Q7 Y! u% P J; v# O& F4 G# w; O P
|
|
/1 
发表于 2020-1-15 11:27
收藏
淘帖
支持！
反对！