网站大量收购独家精品文档,联系QQ:2885784924

电子科技大学信号检测与估计理论考试整理版.ppt

电子科技大学信号检测与估计理论考试整理版.ppt

  1. 1、本文档共19页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
电子科技大学信号检测与估计理论考试整理版详解

* 信号检测与估计 第6章 信号的波形估计 (3) * 电子科技大学 航空航天学院 本节主要内容 1 离散卡尔曼滤波的信号模型——状态方程和观测方程。 2 离散卡尔曼滤波的递推公式等。 在讨论维纳滤波时,提出一个基本概念: 任何具有有理功率谱密度的随机信号都可看作是白色噪声通过一个线性网络所形成。(与维纳滤波器因果解推导中所采用的白化过程相反) 由此得到维纳滤波器的信号模型 6.5 离散卡尔曼滤波的信号模型 离散卡尔曼滤波的信号模型是离散状态方程和观测方程组成。 研究离散卡尔曼滤波,需要知道信号的模型:离散状态方程和观测方程及其统计特性假设。 状态矢量:离散时间系统在k时刻的状态是由M个状态变量构成的M维状态矢量 来描述的。 状态方程: 式中, 是k时刻的M维状态矢量; 是k-1时刻的L维激励信号(通常是白噪声);A和B是由系统特性、结构决定的系统矩阵。 A表示状态变量之间的增益矩阵 输入信号到状态变量的支路的增益矩阵 设系统初始状态为 ,则可用递推方法得状态方程的 解: 第一项只与系统的初始状态和系统结构及特性有关,与激励信号无关,称为零输入响应 第二项与系统的初始状态无关,与系统结构及特性、激励信号有关,称为零状态响应 状态方程是多维一阶的差分方程。 当已知初始状态s(0), 可用递推的方法得到它的解 令: 当 时, 通过 ,可将 时刻的状态转移到任何 时刻的状态。 若用 表示 的起始时刻,则(6.5.3)式从 开始递推,从而有 其中, 表示系统从 时刻状态转移到 时刻状态的规律,称为状态转移矩阵。状态转移矩阵 具有三个基本性质: 分步转移性 可逆性 同时刻状态不变性 如果 ,则有 根据同时刻状态不变性 ,有 系统激励信号 称为系统的扰动噪声矢量,它是时变的;系统本身在不同时刻对受到的扰动噪声矢量的影响也可能是不同的。 把 记为 更具一般性,并把 称为 时刻的系统控制矩阵,用来反映扰动噪声矢量 对系统状态矢量的影响程度。 k时刻的系统状态 可由它前一时刻的状态 ,并考虑扰动噪声矢量 的影响来求得。即: 时刻以前各状态的影响都已记忆在 中了。 式中, 为k时刻M维状态矢量; 为系统从 时刻到 时刻的 一步状态转 移矩阵; 为 时刻L维扰动噪声矢量; 为 系统控制矩阵 一步递推状态方程: 总结: 状态方程的核心是:设置状态变量,状态变量是网络内部(最少的)节点变量,一般设在延迟支路的输出端,状态方程刻画了状态变量下一时刻的取值与当前时刻状态和输入之间的关系。 一步递推状态方程: 观测方程: 假设观测系统是线性的,观测方程为: 式中, 为k时刻N维观测信号矢量; 为k时刻 维观测矩阵 为k时刻N维观测噪声矢量。 含义:观测或测量到的信号 包含信号的真值与噪声。信号的真值是一个多维矢量,它是状态变量 各分量的线性组合。 离散卡尔曼滤波的信号模型 状态模型 观测模型 例6.5.1 设目标以匀加速度a从原点开始作直线运动,加速度a受到时变扰动;现在以等时间间隔T对目标的距离r进行直接测量,试建立运动目标的离散状态方程和观测方程。 解: (1)状态方程 这是一个离散信号模型。根据目标的运动规律,并考虑到加速度a受到时变扰动,可以分别写出关于目标距离r、速度v和加速度a的方程分别如下: 其中, 表示k-1时刻目标运动加速度受到的扰动噪声,将上面的三个方程写成矩阵形式,则有: 令 表示k时刻目标运动的三个状态变量 、 、 构成的三维状态矢量, 表示一步状态转移矩阵, 表示控制矩阵,则有 *

文档评论(0)

jiayou10 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档