第3章kalman滤波(第十九次课)详解.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 * * 复习内容： （1）Kalman滤波器初值的选取 （2）Kalman一步平滑器 新课内容： （1）Kalman滤波器MATLAB实现 （2） 系统白噪声估值器 （3） 观测噪声估值器 （4）白噪声估值器MATLAB实现 § 3.4 Kalman 平滑器 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 ，它极小化性能指 标为 对于 各称 为Kalman滤波器、预报 器、平滑器。 定理3.3.1 (Kalman滤波器) 系统(3.3.1)和(3.3.2)在假设1和假设2条件下，递推Kalman滤波器为 (3.3.3) (3.3.4) (3.3.5) (3.3.6) (3.3.7) (3.3.8) * * 定理3.4.1 系统(3.3.1)和(3.3.2)在假设1、2下，有最优固定点Kalman平滑器: 平滑增益: 平滑误差方差阵: * * 当N=1时,系统(3.3.1)和(3.3.2)在假设1、2下，有一步最优Kalman平滑器: 平滑增益: 平滑误差方差阵: n=2; Q