非线性滤波.PDF

非线性滤波 曹建福 西安交通大学电信学院 cjf@xjtu.edu.cn 1 滤波方法 • 线性卡尔曼滤波 • 非线性卡尔曼滤波 • 粒子滤波器 2 估计（或滤 观测数据 计算 随机参量 波）问题： (可以直接得到) (很难直接得到) 例如，飞机实时的位置、速度等参数需要通过雷 达或其它测量装置进行观测，而雷达等测量装置也存 在随机干扰，因此在观测到飞机的位置、速度等信号 中就夹杂着随机干扰。 要想正确地得到飞机的状态参数是不可能的，只 能根据观测到的信号来估计和预测飞机的参数。 3 观测数据 内部状态量 状态估计： (输入输出： 定量判断 (动态规律，很难 外部特性) 直接得到) 信号平滑/插值（过去） 随机过程、 信号的滤波（现在） 噪声等影 信号的预测（将来） 响 状态估计对于了解和控制一个系统具有重要意义。 4 滤波的信号模型 • 统计状态转换方程 xn f (xn −1 ,wn −1 ) – 联系当前状态与以前 状态 噪声 • 统计观察/测量方程 y h(x ,v ) – 联系观察数据与当前 n n n 状态 5 线性卡尔曼滤波 1.贝叶斯估计（点估计）框架 设X是估计量，Z是观测量， 是根据Z给出的估计量。 定义代价函数 ˆ L（X ）=L（X −X (Z )） 贝叶斯风险 ˆ +  +  ˆ B (X)   L (x =−x (z )f (x, z )dxdz 双变量 - - 若贝叶斯