原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
卡尔曼滤波公式的直观推导过程
随机线性离散系统卡尔曼滤波基本方程
不考虑控制作用，设随机线性离散系统的方程为：
（1）
式中： 是系统的n维状态序列； 是系统的m维观测序列； 是p维系统的过程噪声序列； 是m维观测噪声序列；
是系统的n*n维状态转移矩阵； 是n*p维噪声输入矩阵；
是m*n维观测矩阵
如果被估计状态 和它的观测值 满足式（1）的约束，k时刻的观测值为 ，且已获得k-1时刻的 的最优估计状态 ，则 的估计
可按下面的滤波方程求解：
状态一步预测：
（2）
状态估计：
（3）
滤波增益矩阵：
（4）
一步预测误差方差矩阵：
(5)
估计误差方差矩阵：
（6）
直观推导
简单直观的想法是用
（7）
作为 的预测估计，对于k时刻系统观测值 的预测估计为
（8）
当在k时刻获得观测值 时，它与预测估计 有一定的误差定义为
（9）
可以利用误差 来修正原来的状态估计 ，于是有
（10）
记：
（11）
（12）
它们分别为获得观测值前后对 的估计误差
文档评论（0）