辨识滤波与自适应-第三讲 Kalman滤波.pdfVIP

辨识、滤波与自适应 浙江大学控制科学与工程学系 2015年4月24日 辨识、滤波与自适应 第三章 状态估计——Kalman滤波方 法 第三章 状态估计——Kalman滤波 方法 ? 估计的基本理论 ? 新息序列 ? 状态变量最优估计 ? 卡尔曼滤波 ? 滤波稳定性 3 第三章 状态估计——Kalman滤波 方法 ? 估计的基本理论 ? 新息序列 ? 状态变量最优估计 ? 卡尔曼滤波 ? 滤波稳定性 4 估计的基本理论 一组测量样本 Y = {y(1), ..., y(N)} 以性能指标最优的原则 统计计算 提取信息 ? 状态估计 变量x估计量 x ? ? 点估计或参数 估计 5 估计量的评价标准 无偏估计和渐近无偏估计 ? 若 E ? x? ? ? x , 则 x? 为无偏估计 ? 若 lim E ? x? ? ? x , 则 x? 为渐近无偏估计 N ?? 6 估计量的评价标准 ? 例：设随机变量y的数学期望为E{y}=m; y(1), y(2), …, y(N)是y的一组容量为N的样本, 构造均值m的 无偏估计如下： 1 N m? N ? ? y(i) N i?1 因为 11N ? E{ mN }?? E { y ( i )} ? ( N ? m ) ? m NNi?1 7 估计量的评价标准 ? 例（续）：若y的方差为σ2; 构造方差σ2的估计如 下： 1 ??N ?? 2??y 2( i ) ( m? ) 2 NNN ??? 因为 ??i?1 1 ??N 2 2 ? 2 2? 2 ? E{y (i)} ? E{(m? ) } E{? NN }?? E {??? y ( i ) } E {( m ) } N N ??i?1 2 ?? ??11N?? N N 1 N ?1 E{( m? )22 }? E { y ( i ) } ? E y ( i ) ? y ( i ) y ( j ) 2 2 N ???2 ?? ? ? ? E{y } ? m ??N i?1N ?? i ? 1 i , j ? 1 N N 所以 ??ij? NN??11 E{??? 2 }? [ E { y