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