非线性卡尔曼滤波EKF与UKF解读.pptVIP

非线性卡尔曼滤波器 ——EKF与UKF 点击添加文本 点击添加文本 点击添加文本 点击添加文本 目录 扩展 卡尔曼滤波 Matlab仿真 前言 无损 卡尔曼滤波 点击添加文本 点击添加文本 点击添加文本 点击添加文本 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。 适用于线性、离散和有限维系统。 一、前言 点击添加文本 点击添加文本 点击添加文本 点击添加文本 实际应用中，非线性的现象是十分普遍的，此时就需要采用非线性卡尔曼滤波技术。 目前，应用最为广泛的非线性卡尔曼滤波方法是将非线性方程近似成线性方程，忽略非线性部分，得到次优状态估计的非线性滤波。 扩展卡尔曼滤波器和无迹卡尔曼滤波器 一、前言 点击添加文本 点击添加文本 点击添加文本 点击添加文本 二、扩展卡尔曼滤波器 将期望和方差线性化的卡尔曼滤波器称作扩展卡尔曼滤波器（Extended Kalman Filter），简称EKF。 点击添加文本 点击添加文本 点击添加文本 点击添加文本 二、扩展卡尔曼滤波器 我们将卡尔曼滤波的公式换一种方式表示，使其状态方程变为非线性随机差分方程的形式： 观测方程为： 点击添加文本 点击添加文本 点击添加文本 点击添加文本 二、扩展卡尔曼滤波器 随机变量