卡尔曼滤波

pulbieup

卡尔曼滤波
' O7 s. r# K' O7 d* J
+ w# P4 y4 i7 M7 O; k: W8 L3 m! N( D
2 @* P" d. {' b2 p! D7 T8 B' R/ v# O第一节   卡尔曼滤波信号模型
. P- M, d, P0 f第二节   卡尔曼滤波方法
  E. P, o& ]( ]8 y第三节   卡尔曼滤波的应用
, v7 s. F7 b* d/ A$ {8 E: F
+ K+ r0 \+ O) }  d0 ?3 j1 i
- K" r4 R, U. Q, N! j8 |$ i: |
5 Z) Q0 Z  n$ {* e, U' ?7 J& P6.1  信号模型
6.1.1状态方程和量测方程
. a$ [% {1 A% s2 F2 t7 U  L

• 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:
  $ m0 c$ R+ t1 C

                      s(n)= as(n-1)+ w,(n- 1)       (6-52)
6 u2 j3 y- B: w
上式也就是一阶AR模型。
" K6 ^9 l9 G9 Q- B. ?/ W- h
" R, z) w; {( G% |; Q! w

• 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:
  

                     S(k)= A(k)S(k -1)+ w,(k-1)     (6-53)

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


, X1 j6 D2 B2 K' W. k

游客，如果您要查看本帖隐藏内容请回复

0 s# s) p  _: k$ y5 g7 @- B
) g$ Y9 X2 n4 z- k% w# m

: ?$ }* r* N- w1 C1 P

CCxiaom

这个卡尔曼到底是个啥