卡尔曼滤波算法(含详细推导)学案.pptVIP

3、kalman滤波算法 （3）、Riccati方程 由式(28)表示的kalman增益与预测状态误差的相关矩阵K(n,n-1)有关，为了最后完成kalman自适应滤波算法，还需要再推导K(n,n-1)的递推公式。 考察状态向量的预测误差： 将状态方程(1)和状态向量的一步预测更新公式(25)代入式(29)中，有： 将观测方程(2)代入上式，并代入 ，则有： 3、kalman滤波算法 求式(3)所示状态向量的一步预测误差向量的相关矩阵，容易证明： 式中使用了e(n+1,n)，v1(n)，v2(n)彼此不相关的事实，以及 和 等关系式。 对式(31)的右边进行展开，然后代入式(28)和(29)，可以证明：状态向量预测误差的相关矩阵的递推公式为： 式中 式(32)称为Riccati差分方程。 3、kalman滤波算法 若定义 是利用已知的y(1),…,y(n)求得的状态向量的滤波估计，则 定义滤波状态向量的误差向量，可以证明： 因此，Riccati差分方程中的矩阵P(n)事实上是滤波误差状