Kalman滤的直接推导.docxVIP

Kalman滤波的直接推导为了和大家更好的共同学习，这里稍稍整理了一下Kalman滤波直接推导的过程和一些个人理解。由于能力有限，难免会有误解之处，希望同学们可以不吝指正！在开始直接推导之前，我们需要关注几个非常重要的方程和性质。我们设一个系统的下一个状态可以由前一个状态再外加一个噪声扰动得到。即，可以获得如下系统的状态方程（equal 1）式中的为时刻到时刻的一步转移阵（所谓的一步转移阵就是反映下一时刻和上一时刻的变化关系），为系统的噪声驱动阵，为系统的激励噪声序列。好了，现在我们知道了系统的状态方程。那么我们怎么知道系统的状态的呢？这时我们就需要一个外部的检测设备，但是我们知道，检测设备检测的时候也会有噪声的干扰，那么，我们就将量测方程表现为下面这种形式：（equal 2）式中的为时刻的测量值，为量测阵，为量测噪声序列，为系统时刻的状态。由于卡尔曼滤波要求所有的噪声干扰为高斯白噪声（所谓的高斯白噪声就是：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声。可自行百度）所以，上面的和序列都要满足以下等式（equal 3）好了，以上对于卡尔曼滤波直接推导的铺垫部分已经结束，接下来开始正式的直接推导过程。在开始之前，我们需要认识一下著名的卡尔曼滤波五大基本方程（这个，如果真没办法，就只能背了！五个基本方程是卡尔曼滤