第3章kalman滤波(第十六次课).ppt

* * 第三章 状态与信号的最优估计 ——经典Kalman滤波与时域Wiener滤波 3.2 射影理论 3.2.1 线性最小方差估计和射影 随机变量 对随机变量 的线性最小方差估值为 性质：1.无偏性，即 2. 正交性，即 4. ， 记为 。 称 为 x 在 y上的射影，记 3. 与 不相关。 x y 6. 7. 若记 的分量形式为: 则有关系: 5.设Ex=0, y(1),…,y(k)互不相关，则 3.2.2 新息序列 设 是存在二阶矩的随机序列，它的 新息序列定义为 并定义 的一步最优预报估值为 因而新息序列可定义为 定理3.2.2 新息序列 是零均值白噪声。 定理3.2.3 新息序列 与原序列 含有相同的统计信息，即 定理3.2.4 (递推射影公式) 设随机变量 ，随机序列 ，且它们存在二阶矩，则有递 推射影公式： 3.3 Kalman 滤波器和预报器 考虑如下状态空间模型 假设1 和 是零均值、方差阵各位 和 的不相关 白噪声，即满足 其中 (3.3.2) (3.3.1) 假设2 不相关于 和 Kalman滤波问题：基于观测 ，求状态 的线性最小方差估值器 ，