第02讲第四章：卡尔曼滤波.ppt

* * AR模型 * * 傅立叶变换和z变换的卷积定理是对双边的！ * * 傅立叶变换和z变换的卷积定理是对双边的！ * * 卡尔曼滤波器就是求解这个椭圆框内的新信息。 * * * * * * * * G(n)取决于P(n)，下面求P(n) * P(n)取决于E(n-1)，于是可以迭代。下面根据P(n)和G(n)求E(n) * * * 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * Order-recursive Algorithm Normal Equation For FIR WF Moving average Order recursive x(n) x(0) x(1) x(2) x(3) s(n) WienerFilter 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 阶迭代原理 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 正交化 新信息 卡尔曼滤波原理 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 预测 新息 卡尔曼滤波 阶递增滤波 卡尔曼滤波原理 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 预测 新息 卡尔曼滤波 阶递增滤波 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * §4 卡尔曼滤波 1. 卡尔曼滤波原理 因果IIR维纳滤波的阶递归算法 2. 卡尔曼滤波的信号模型 信号的状态空间 3. 卡尔曼预测与新息 线性预测与线性滤波 4. 卡尔曼递归算法 卡尔曼滤波系数 5. 卡尔曼滤波的应用 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 1. The Signal State Space signal model: Observation model: Compare with the signal model of Wiener filter A-zeros; B-poles; C,D-SNR 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * State Equation Signal Model signal model: Observation model: 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * §4 卡尔曼滤波 1. 卡尔曼滤波原理 因果IIR维纳滤波的阶递归算法 2. 卡尔曼滤波的信号模型 信号的状态空间 3. 卡尔曼预测与新息 线性预测与线性滤波 4. 卡尔曼递归算法 卡尔曼滤波系数 5. 卡尔曼滤波的应用 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * Signal Prediction and Innovation One-step prediction: New information (innovation): Signal: Observation: Orthogonal： Signal prediction error: 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * §4 卡尔曼滤波 1. 卡尔曼滤波原理 因果IIR维纳滤波的阶递归算法 2. 卡尔曼滤波的信号模型 信号的状态空间 3. 卡尔曼预测与新息 线性预测与线性滤波 4. 卡尔曼递归算法 卡尔曼滤波系数 5. 卡尔曼滤波的应用 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 4. Prediction and Filtering- Prediction Prediction error: Filtering error: Prediction: Filtering: 信号模型： 信号预测： Prediction error covariance: Filtering error covariance: 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 4. Prediction and Filtering- Innovation One-step prediction New information Orthogonalization: Signal Model: 武汉大学 电子信息学院 研究生课程 ? 孙洪 2010年9月－2011年元月 * 4. Prediction and Filtering- Filtering New information Linear Combination: Optimum filter 卡尔曼滤