设计KalmanFilter的一个实例1背景Kalman滤波是卡尔曼RE.docVIP

设计Kalman Filter的一个实例 1 背景 Kalman滤波是卡尔曼(R。E。Kalman)于1960年提出的从与被提取信号有关的观测量中通过算法估计出所需信号的一种滤波算法。他把状态空间的概念引入到随机估计理论中，把信号过程视为白噪声作用下的一个线性系统的输出，用状态方程来描述这种输入一输出之间的关系，估计过程中利用系统状态方程、观测方程和白噪声激励(系统噪声和观测噪声)的统计特性形成滤波算法，由于所有的信息都是时域内的量，因此不但可以对平稳的一维的随机过程进行估计，也可以对非平稳的、多维随机过程进行估计。这就完全避免了Wiener滤波在频域内设计时遇到的限制，使用范围比较广泛。 实际上，Kalman滤波是一套由计算机实现的实时递推算法，它所处理的对象是随机信号，利用系统噪声和观测噪声的统计特性，以系统的观测量作为滤波器的输入，以所要估计值(系统的状态或参数)作为滤波器的输出，滤波器的输入与输出之间是由时间更新和观测更新算法联系在一起的，根据系统方程和观测方程鼓励出所有需要处理的信号。继1960年，R。E。Kalman提出了离散系统的Kalman滤波之后，次年，他与布西(R。s。Bucy)合作，把这一滤波方法推广到连续时间系统中去lv]，从而形成Kalman滤波估计理论。这种滤波方法采用了与Wiener滤波相同的估计准则，二者的基本原理是一致的。但是，Kalman滤波是