卡尔曼滤波器参数分析与应用方法研究.pdfVIP

第２９卷第６期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．６ ２０１２年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１２ 卡尔曼滤波器参数分析与应用方法研究 １ １ ２ 王学斌 　徐建宏 　张　章 １（北京北方计算中心　北京 １０００９１） ２（信息工程大学信息工程学院　河南郑州４５０００２） 摘　要　　介绍卡尔曼滤波器及其各种衍生方法。首先给出卡尔曼滤波器的算法流程以及所有参数的含义，并对影响滤波效果的 五个主要参数进行了讨论。然后通过仿真实验研究不同的参数取值对于卡尔曼滤波的影响。最后总结在不同应用场景下使用卡尔 曼滤波器的宗旨和要点。 关键词　　卡尔曼滤波器　自适应卡尔曼　扩展卡尔曼 中图分类号　ＴＰ３９１．９　　　　文献标识码　Ａ ＯＮＡＮＡＬＹＳＩＳＡＮＤＡＰＰＬＩＣＡＴＩＯＮＡＰＰＲＯＡＣＨＦＯＲＫＡＬＭＡＮＦＩＬＴＥＲＰＡＲＡＭＥＴＥＲＳ １ １ ２ ＷａｎｇＸｕｅｂｉｎ　ＸｕＪｉａｎｈｏｎｇ　ＺｈａｎｇＺｈａｎｇ １（ＮｏｒｔｈＣｏｍｐｕｔｉｎｇＣｅｎｔｅｒ，Ｂｅｉｊｉｎｇ１０００９１，Ｃｈｉｎａ） ２（ＺｈｅｎｇｚｈｏｕＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＩｎｓｔｉｔｕｔｅ，Ｚｈｅｎｇｚｈｏｕ４５０００２，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｋａｌｍａｎｆｉｌｔｅｒａｎｄｉｔｓｄｅｒｉｖａｔｉｖｅａｐｐｒｏａｃｈｅｓａｒｅｉｎｔｒｏｄｕｃｅｄｉｎｔｈｉｓｐａｐｅｒ．Ａｔｆｉｒｓｔ，ｔｈｅａｌｇｏｒｉｔｈｍｉｃｐｒｏｃｅｓｓｏｆＫａｌｍａｎｆｉｌｔｅｒａｎｄａｌｌ ｔｈｅｐａｒａｍｅｔｅｒｓａｒｅｐｒｅｓｅｎｔｅｄ．Ｔｈｅｎｆｉｖｅｉｍｐｏｒｔａｎｔｐａｒａｍｅｔｅｒｓａｆｆｅｃｔｉｎｇｔｈｅｆｉｌｔｅｒｉｎｇｅｆｆｅｃｔａｒｅｄｉｓｃｕｓｓｅｄ．Ｂｙｍｅａｎｓｏｆｓｉｍｕｌａｔｉｖｅｅｘｐｅｒｉｍｅｎｔ， ｔｈｅｉｍｐａｃｔｓｏｆｄｉｆｆｅｒｅｎｔｐａｒａｍｅｔｅｒ’ｓｖａｌｕｅｓｏｎＫａｌｍａｎｆｉｌｔｅｒａｒｅｓｔｕｄｉｅｄ．Ｉｎｔｈｅｅｎｄ，ｔｈｅｐｕｒｐｏｓｅａｎｄｔｈｅｋｅｙｐｏｉｎｔｓｏｆｔｈｅｕｓｅｏｆＫａｌｍａｎｆｉｌｔｅｒ ｉｎｄｉｆｆｅｒｅｎｔａｐｐｌｉｃａｔｉｏｎｓｃｅｎｅｓａｒｅｃｏｎｃｌｕｄｅｄ． Ｋｅｙｗｏｒｄｓ　　Ｋａｌｍａｎｆｉｌｔｅｒ　ＡｄａｐｔｉｖｅＫａｌｍａｎ　ＥｘｔｅｎｄｅｄＫａｌｍａｎ Ｒｎ。该离散时间过程由以下离散随机差分方程描述： ０　引　言 ｘ ＝Ａｘ ＋Ｂｕ ＋ｗ （１） ｋ ｋ－１ ｋ－１ ｋ－１ 其中ｎ维向量ｘ为ｋ时刻的系统状态变量，ｎ维向量ｘ 是ｋ－ ｋ ｋ－１ 卡尔曼滤波器是由卡尔曼在１９６０年提出的一种最优线性 １时刻的系统状态变量。Ａ被称为状态转移矩阵（或称增益矩 状态估计方法［１］。所谓状态估计，即通过数学方法寻求与观测 阵），是ｎ×ｎ阶的方阵。Ａ将过去ｋ－１时刻状态和现在的ｋ时刻 数据最佳拟合的状态向量［２］。卡尔曼滤波器是目前应用最广