|
|
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# R5 h* h7 a* c# t: V
D/ H9 p, g3 z- 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( M# O! ^- ]* ^
9 a3 Z+ d) v$ o0 C2 `
% w; [5 P$ f0 o- l. e! P" T r6 s9 A ]/ k2 c4 X. @
问题:卡尔曼滤波最优的条件?9 J Q; ]& U# |. l' c. n
模型精确，统计特性已知。. o7 i {0 b+ e' |. N
否则滤波易发散。) j: w. D5 j: ~- p
# F9 F' |1 B, ~. y- ]" p: a
9 v8 b& x5 j7 ?7 {
, F: w7 p) a& B- s5 e内容提要) M! \: \3 ^3 l1 O0 M% h
9 p1 i' @- ?+ V/ T- B7 u* {
5 y9 [7 ~7 I/ E, n% d
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。( P7 I7 e$ E& ~$ D5 k9 b! [
0 u3 j; ^* t4 N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。8 H) ~- s: t4 J
% A0 A/ O8 T+ a2 E: s* Y' ?/ K/ F+ Z
% c6 `$ }+ u I3 o0 ^1 Z3 ?* g: [2 Z/ S# C
) D/ G8 r# h9 r: ^: n
, w) }( t' u, o6 r6 j$ L4 H( t- x8 y3 d# [5 b9 W! y: n5 K8 f1 e3 H8 J
/ z' l' a. G3 l/ C; t( _- y W+ E/ h# g$ I
# o1 U/ H6 D; u$ P3 f
|
|
/1 
发表于 2020-1-15 11:27
收藏
淘帖
支持！
反对！