测控与系统分析.ppt

测控技术与系统 姓名：邵 帅 老师：冯荣达 班级：12测控A1 目录 一、摘要 二、卡尔曼滤波的介绍 三、卡尔曼滤波的应用 四、卡尔曼滤波的算法 五、卡尔曼滤波的应用例子 六、总结 一、摘要 在滤波器的发展过程中，早期的维纳滤波器涉及到对不随时间变化的统计特性的处理，即静态处理。在这种信号处理过程中，有用信号和无用噪声的统计特性可与它们的频率特性联系起来，因此与经典滤波器在概念上还有一定的联系。由于军事上的需要，维纳滤波器在第二次世界大战期间得到了广泛的应用。但是，维纳滤波器有如下不足之处：第一，必须利用全部的历史观测数据，存储量和计算量都很大；第二，当获得新的观测数据时，没有合适的递推算法，必须进行重新计算；第三，很难用于非平稳过程的滤波。为了克服维纳滤波器的上述不足之处，卡尔曼等人在维纳滤波的基础上，与60年代初提出了一种递推滤波方法，称为卡尔曼滤波。与维纳滤波不同，卡尔曼滤波是对时变统计特性进行处理。他不是从频域，而是从时域的角度出发来考虑问题。 二、卡尔曼滤波器的介绍 1.卡尔曼滤波器的基本思想 （1）过程方程 （2）测量方程 2.新息过程 3.利用新息过程进行状态估计 4.Kalman滤波抗野值 三、卡尔曼滤波器的应用 卡尔曼滤波器（ Kalman Filter ）是一个最优化自回归数据处理算法（ optimal recursive datap