第六章卡尔曼滤波（TheKalmanfiltering）.pptVIP

第六章　卡尔曼滤波（The Kalman filtering） 第一节　卡尔曼滤波信号模型第二节 卡尔曼滤波方法第三节 卡尔曼滤波的应用 ６.１　信号模型 ６.１.１状态方程和量测方程 维纳滤波的模型：信号　　可以认为是由白噪声　　激励一个线性系统　　的响应，假设响应和激励的时域关系可以用下式表示： 　　　　　　　　　　　 (6-52) 　上式也就是一阶AR模型。 在卡尔曼滤波中信号　　被称为是状态变量，用矢量的形式表示为　　，激励信号　　也用矢量表示为　　，激励和响应之间的关系用传递矩阵　　来表示， 得出状态方程： 　　　　　　　　　　 　 (6-53) 　上式表示的含义就是在k时刻的状态　　可以由它的前一个时刻的状态　　　来求得，即认为k－1时刻以前的各状态都已记忆在状态　　　中了 　卡尔曼滤波是根据系统的量测数据（即观测数据）对系统的运动进行估计的，所以除了状态方程之外，还需要量测方程。 　在卡尔曼滤波中，用表示量测到的信号矢量序列，表示量测时引入的误差矢量，则量测矢量与状态矢量之间的关系可以写成 　　　　　　　　　 (6-54) 　上式和维纳滤波的概念上是一致的，也就是说卡尔曼滤波的一维信号模型和维纳滤波的信号模型是一致的。