Kalman滤波在运动跟踪中的建模.docVIP

目 录 一、 kalman滤波简介 2 二、 kalman滤波基本原理 2 三、 Kalman滤波在运动跟踪中的应用的建模 4 四、 仿真结果 7 1、kalman的滤波效果 7 2、简单轨迹的kalman的预测效果 8 3、椭圆运动轨迹的预测 10 4、往返运动归轨迹的预测 11 五、 参数的选取 12 附录： 14 Matlab程序： 14 C语言程序： 14 Kalman滤波在运动跟踪中的应用 kalman滤波简介 最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论，并导出了一套递推估计算法，后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。 Kalman滤波是卡尔曼(R.E.kalman)于1960年提出的从与被提取信号的有关的观测量中通过算法估计出所需信号的一种滤波算法。他把状态空间的概念引入到随机估计理论中，把信号过程视为白噪声作用下的—个线性系统的输出，用状