- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
状态空间模型与卡曼滤波
11 状态空间模型和卡尔曼滤波;11.1 状 态 空 间 模 型; 状态空间模型分类
状态空间模型按所受影响因素的不同分为:
(1)确定性状态空间模型
(2)随机性状态空间模型
状态空间模型按数值形式分为:
(1)离散空间状态模型
(2)连续空间状态模型;状态空间模型按所描述的动态系统可以分为:
(1)线性的与非线性的
(2)时变的与时不变的
; 二、系统的状态空间
离散事件随机性系统的概念是系统理论中最基本的概念。
离散事件随机性系统的状态,是指系统内部的可能运动状态和可能储能状态。系统在k=k0时刻的状态,是在kk0时以系统内部储能的积累结果,并在k=k0时以系统要素储能的方式表现出来,还将影响系统在kk0时的外部行为。; 用随机向量序列来描述系统在任一时刻的状态向量,称为状态向量法,也称为状态空间法。状态向量表示为:
其中 (k=1,2,1…,n)为第i个状态向量。; 三、系统的输入输出
输入输出状态概念
引入状态向量是为了对系统内部结构进行
数学描述,但在许多情况下,系统的状态是无
法直接量测到的,有时甚至全部不能量测到。
在实际工作中,能量测到的量之势系统的输入与输出。; 输入输出变量表示
系统的输入也是随时间而变的一组变量,表示为:
称为输入向量,其分量 (i=1,2,…,r)称为输入变量。; 输入输出变量表示
系统所受的随机干扰也是随时间而变的一组变量,表示为:
称为系统的动态模型噪声,它是系统的一种特殊输入向量。; 输入输出变量表示
系统的输出也是随时间而变的一组变量,表示为:
称为输出向量,其分量 (i=1,2,…,m)称为输入变量。;输入输出变量表示
量测系统也会受到随机噪声的污染,表示为:
称为系统的量测噪声。; 四、状态空间模型
状态空间模型定义
状态空间模型是描述动态系统的完整模型,它表达了由于输入引起系统内部状态的变化,并由此使输出发生的变化。
状态空间模型的不同形式
如,线性时不变模型的状态方程可表示为:
输出方程为:
; 五、状态空间模型的建立
例 题
? 例 1
某养鱼场为了反映池塘鱼种的变化,请你帮助建立状态空间模型。
解答:
(1)取状态向量X(k)为k时刻3个鱼种的数量:
输入向量为:;(2)状态转移矩阵
式中: p1,p2,p3为鲫鱼、青鱼和鲤鱼的生长率,这里为p1=0.1,p2=0.13,p3=0.08。
(3)输入矩阵仍定为常阵;(4)输出矩阵或预测矩阵C为3×3维单位阵, 这样输出向量或量测向量就等同于状态向量,状态空间模型:
即:;11.2 卡 尔 曼 滤 波; 二、卡尔曼滤波的形式
模型要求
卡尔曼滤波要求模型已知。即模型的结构与参数已知,且随机向量的统计特征已知。
卡尔曼滤波分类
记 的向量函数:
为状态X(k)的估计量,分三种情况:
当kj时,称为预测;
当k=j时,称为滤波;
当kj时,称为平滑。; 三、卡尔曼滤波特点
卡尔曼滤波是解决状态空间模型估计与预测的有力工具之一,它不需存储历史数据,且可以同过计算机程序到达对状态空间模型的优化拟合。;11.3 方 法 评 价; 二、状态空间局限性
状态空间表示一般是基于马尔科夫特性,这就意味着给定系统的现在状态,则要求系统的将来与过去独立。如果一个系统不满足马尔科夫特性,那么就不适合用状态空间模型。
文档评论(0)