|
|
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
基于卡尔曼滤波的极大似然估计
# g5 W) q9 |* ?4 ?一、输出误差法& A% V+ U" T* k5 V; m
二、方程误差法
; p8 V S' X0 w& E; n三、最大似然递推算法
0 j6 T) p4 k) R4 r四、最大似然近似算法
& w% b/ y' ^3 S7 m6 \五、修正最大似然准则2 }! r% J9 r4 ~! V, F& w& r' M4 N
; p' u* P' Y( ~$ h! E5 h: @- A0 P" U# y
一、输出误差法
% |& y) |3 |1 T+ q! r5 W非线性系统若初值准确，即初始方差为0；又若系统过程噪声很小，可忽略不计，此时协方差矩阵的解为零，Kalman增益矩阵也为0，即状态预估值就是状态本身，于是新息等于输出误差:
: Q# w3 N$ d2 |% x, A) ?6 V! S& J+ s- @3 R
: K% b$ x4 S( d8 w$ o9 X( W; B+ l
r# [/ B* G5 i
2 E) c+ i4 R$ Y3 e, I! [进而有准则函数：; c9 y& v: N: R! b& o7 G* p
* A: |) t1 L7 i( Y7 G% o( L* w: t/ n7 S( L% a1 K: o! A
$ g5 J) o2 p% e- Y- g" |9 B
0 @: J T, a# Q& }上式相当于以测量噪声的协方差矩阵的逆
为权的加权最小二乘估计，称之为输出误差法。当测量噪声的特性已知，直接采用牛顿一拉夫逊算法，即可对参数进行估计。8 W% W1 b, l4 ^7 }3 N, T4 j" g
" G: B& j$ T' |3 [: h; }
5 [+ @* y9 e. e: {2 I
4 L: M* Q0 Z4 j# t4 Z; ~0 w& @) e6 ^ t- f' _( e
( A- g) c j' M1 K
2 s/ p/ [, h: ~# X1 r2 F2 h
+ k9 |- Q9 \! l* J3 Q3 F |
|
/1 
发表于 2020-1-6 14:14
收藏
淘帖
支持！
反对！