[工学]第3章最优滤波3.pdfVIP

Kalman 滤波 Kalman滤波  解决线性动力系统的最优状态估计问题  算法是递推的  可以适应于非平稳的情况  可通过局部线性化推广到非线性系统 （EKF）  是当前目标跟踪与预测最有效的方法 标量Kalman滤波：说明概念 状态方程 x(n) ax(n 1) v(n) 测量方程 y (n) cx(n) w(n) 已得到 ˆ ˆ x (n 1Y ) x (n Y ) n1 n1 ˆ ˆ x (n 1Y ) 估计 x (n Y ) n n 标量Kalman滤波 标量随机过程的递推MMSE估计 新息序列的特性： 矢量Kalman滤波 目标：离散时间线性动力系统状态估计 模型：Kalman滤波的模型如图所示 v1 (n) x (n+1) Z-1 I x (n) C(n) y (n) v (n) F(n+1,n) 2 状态方程 ˆ y (n) x (i | Y ) n 卡尔曼滤波 例：一个AR(p)过程 p x (n)  a x (n k ) v(n)  k k 1 令  x (n p )    x (n p 1)  x (n 1)       