Matlab中kalman函数中文说明.docVIP

5.4.2 Kalman滤波器的设计 这一节将讨论如何使用控制系统工具箱进行Kalman滤波器的设计和仿真。 考虑下面的离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (5.9) y［n］=Cx［n］ (5.10) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0 0 0 1.0000 0］; B = ［-0.3832 0.5919 0.5191］; C = ［1 0 0］; 我们的目标是设计Kalman滤波器, 在给定输入u［n］和带噪输出测量值 yv［n］=Cx［n］+v［n］的情况下估计系统的输出。 其中, v［n］是高斯白噪声。 1） 离散Kalman滤波器 上述问题的稳态Kalman滤波器方程如下：  测量值修正计算 2） 稳态设计 我们可以通过kalman函数设计上述稳态滤波器。 首先定义带噪声的系统模型： x［n+1］=Ax［n］+Bu［n］+Bw［n］ (状态方程) y［n］=Cx［n］ (测量方程) 具体的程序代码如下： ? % 注意:设置采样时间为-1表示模型为离散的 Plant = ss (A, ［B B］, C, 0, -1, ′inputname′, {′u′ ′w′}, ′outputname′, ′y′); 假设Q=R=1, 下面可以设计离散Kalman滤波器： Q = 1; R = 1; ［kalmf, L, P, M］ = kalman(Plant, Q, R); 函数将返回Kalman滤波器的状态模型kalmf和修正增益M。 M M = 3.7980e-01 8.1732e-02 -2.5704e-01 因为我们对输出估计ye比较感兴趣, 因此只需要保留kalmf的第一个输出。 为此输入 ?kalmf = kalmf(1, :); kalmf a = x1-e x2-e x3-e x1-e 0.7683-0.494 0.1129 x2-e 0.62020 0 x3-e -0.0817321 0 b = u y x1-e -0.3832 0.3586 x2-e 0.5919 0.3798 x3-e 0.5191 0.081732 c = x1-e x2-e x3-e y -e 0.6202 0 0 d = u y y-e 0 0.3798 I/O groups: Group name I/O Channel(s) KnownInput I 1 Measurement I 2 OutputEstimate O 1 Sampling time: unspecified Discretetime model. 滤波器的功能是在已知输入噪声方差的条件下尽可能消除输出信号中的噪声影响。 图5.25显示了滤波前后的不同输出信号。 下面用程序来比较滤波后输出信号与系统实际信号相对理想输出的误差。 a = A; b = ［B B 0*B］; c = ［C;C］; d = ［0 0 0;0 0 1］; P = ss(a,b,c,d,-1, ′inputname′, {′u′ ′w′ ′v′},′outputname′, {′y′′yv′}); sys = parallel(P, kalmf, 1, 1, ［ ］, ［ ］) % 创建并联系统 % 将系统输出yv正反馈到滤波器的输入端, 形成闭环系统 SimModel = feedback(sys, 1, 4, 2, 1) % 从I/O列表中删除yv SimModel = SimMo