卡尔曼滤波在实时噪声处理中的应用.docVIP

卡尔曼滤波算法在实时信号处理中的应用 摘要：卡尔曼滤波算法在实时信号处理中具有较大的优势。本文从另一角度阐述了卡尔曼滤波算法的来源及推导过程，并通过Matlab中的Simulink仿真模块来对卡尔曼滤波算法进行仿真，通过标准型和自适应卡尔曼滤波算法的异同，说明了卡尔曼滤波算法的应用场合及其局限性。 关键词：标准卡尔曼滤波，自适应卡尔曼滤波，Simulink 中图分类号： 文献标识码：A 1 引言 卡尔曼滤波算法（Kalman Algorithms）以它的发明者鲁道夫·E·卡尔曼（Rudolf E·Kalman）命名，斯坦利·施密特（Stanley Schmidt）首次实现了卡尔曼滤波器。这种算法是上世纪六十年代末突破经典滤波理论发展起来的时域动态随机滤波方法，它通过建立应用系统的状态矢量模型，采用递推的方法寻求状态矢量在最小方差原则下的最佳估计，在通讯、随机控制、信号处理、过程监控、跟踪、制导、故障诊断、图像处理、机器人等领域已得到了广泛应用。Kalman滤波的局限性在于要求精确已知系统的数学模型和噪声统计，而在实际应用中这些条件并不能很好地满足，特别是量测数据常常受到野值（坏值，不稳定的数据）的污染。野值的存在会使状态估计发生偏差，甚至导致滤波发散。由此发展出很多自适应算法的滤波器，自适应卡尔曼算法便是其中的一种。 本文从另一角度推导了卡尔