推荐星级：
- 1
- 2
- 3
- 4
- 5
卡尔曼滤波算法(含详细推导)
资料介绍
1、kalman滤波问题
*考虑一离散时间的动态系统，它由描述状态向量的过程方程和描述观测向量的观测方程共同表示。
（1）、过程方程
x（n+1）=F（n+1，n）x（n）+vi（n）....……（1）
式中，Mx1向量x（n）表示系统在离散时间n的状态向量，它是不可观测的；MxM矩阵F（n+1，n）成为状态转移矩阵，描述动态系统在时间n的状态到n+1的状态之间的转移，应为已知。而M×1向量v，（n）为过程噪声向量，它描述状态转移中间的加性噪声或误差。
（1）、观测方程
y（n）=C（n）x（n）+ve（n）......…（2）
式中，N×1向量y（n）表示动态系统在时间n的观测向量；N×M矩阵C（n）称为观测矩阵（描述状态经过其作用，变成可预测的），要求也是已知的；va（n）表示观测噪声向量，其维数与观测向量的相同。过程方程也称为状态方程，为了分析的方便，通常假定过程噪声va（n）和观测噪声va（n）
均为零均值的白噪声过程，它们的相关矩阵分别为：
还假设状态的初始值×（0）与v（n）、v（n），n0均不相关，并且噪声向量vi（n）与va（n）也不相关，既有：
E{v，（n）v（k）}=0，Vn，k....…（5）
部分文件列表
| 文件名 | 大小 |
| 卡尔曼滤波算法(含详细推导).pdf | 3M |
全部评论(1)
2022-02-22 11:50:41yydty1025
通俗易懂，值得阅读