|
|
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
& G8 e: [# N# n# ~8 A, a8 [2 p& O, e2 `$ N2 J# B
- 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5 f, Z( v1 H. Y# P
9 G- M' T2 x; e
- P) Q( j4 n+ q! a% @' H1 }4 z5 N: @+ P+ v0 w! q2 p
问题:卡尔曼滤波最优的条件?( Q$ G8 M& e( q3 I: o' {
模型精确，统计特性已知。
: w; L) Z4 [, }+ z* o否则滤波易发散。6 \- D& V" Q; C. ?0 Z
7 h+ f2 V% ?, Z2 Z. `$ H
l6 ?; L7 z. T
* `6 O8 {+ P& b7 B/ E/ T
内容提要2 s: e+ X9 G: {; @: I/ W
1 g; E4 Y1 N4 |0 n k4 ^# D
, L& }0 c% a" J# t( Y5 S+ _
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。7 b& h7 p- U6 Y+ J$ u
* |# d0 e6 F' K
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。( j/ j3 m4 W: M _8 y( R
. _3 t; i" m* B3 C
8 b1 J& Q6 K9 o1 Y$ A2 V" H' N# z. C4 J
) } V3 ?5 {9 D( q& g( N( r
6 W' \3 q9 n1 c/ F0 C2 R1 l2 P+ c
) ~- M$ u/ \+ a" m: a
, {) l6 B/ d0 B6 g' ~" \
* \' J4 k+ l) s1 X
* ?3 R/ J7 ~- m1 s) w* u# O( \ |
|
/1 
发表于 2020-1-15 11:27
收藏
淘帖
支持！
反对！