卡尔曼滤波器KalmanFilter.PDFVIP

淺談簡單 卡爾曼濾波器 (Kalman Filter) 設計處 李苗鋒 一、 由來 : 卡爾曼濾波器源由匈牙利數學家魯道夫 .E.卡爾曼 -Hungarian émigré Rudolf E. Kálmán 於 1960 年發表的博士論文《A New Approach to Linear Filtering and Prediction Problems 》- （線性濾波和預測問題的新方法），並且由他來命名，後 續也有許多相關的論文和研究引用該篇雖然; Thorvald Nicolai Thiele和 Peter Swerling在早些時間也有研發出類似的理論。[1][5] 二、發展 : 卡爾曼濾波器也被用於解決阿波羅計劃的軌道預測 。卡爾曼最初所 提出的 卡爾曼濾波器現在被稱為簡單卡爾曼濾波器 ，最常見的簡單 卡爾曼濾波器的使 用方式是鎖相環 ，在頻率調變(FM) 收音機、電視機、衛星通訊 ，幾乎通訊設備 中都有使用 。另外 卡爾曼濾波器也是 控制系統工程中的一大課題。目前該濾波 器己廣泛應用於各個行業包括載具控制、輔助導航，感測 ，機器人以及估測領 域 等等。之後也陸陸續續發展出簡單卡爾曼濾波器的變種例如 :施密特的 EKF 、 信息濾波器以及 Bierman, Thornton的平方根濾波器 。[5] 三、基本的動態系統模型: 卡爾曼濾波器 基本動態系統可以用一個馬爾可夫鏈 表示，該馬爾可夫鏈裡 的線性變換同時被高斯雜訊干擾 。系統的狀態可以用一個元素為實數的向量 表 示。隨著 離散時間的 每一次加入 ，這個線性變換就會作用在當前 狀態上，產生 一個新的狀態，並也會伴隨 一些雜訊 ，同時系統的一些已知的控制器的控制信 息也會被加入。同時，另一個受 雜訊干擾的線性變換產生出這些潛在狀態的可 見輸出。 為了從一系列有雜訊的觀察數據中用卡爾曼濾波器估計出被觀察過程的內部狀 態，我們必須把這個過程在卡爾曼濾波的框架下建立模型。也就是說對於每一 F ,H ,Q ,R B 次K ，且定義矩陣 K K K K有時也需要定義 ，如下圖 1 。[4] K 圖 1 卡爾曼濾波器的模型。圓圈代表向量 ，方塊代表矩陣 ，星號代表高斯雜訊 [4] 卡爾曼濾波模型假設k時刻的真實狀態是從 (K-1)時刻的狀態演化而來，符合下 式： x F x B u w k k k 1 k k k 其中 是作用在 上的狀態變換模型（矩陣向量）/ F x k k 1 是作用在控制器向量 上的控制模型。 B u k k 是過程雜訊 ，並假定其均值為零，共變異數矩陣為 的常態分佈 。 Wk Qk W ~ N (0,Q ) K K x Z K K 時刻 k ，對真實狀態的一個測量 滿足下式 Z H x V k K K K H V K K 其中 是觀測模型，它把真實狀態空間對應到觀測空間， 是觀測雜訊 ，其均 R K 值為零， 共變異數矩陣為 ,且常態分佈 。 VK ~ N (0,RK )