六章自适应卡尔曼滤波讲课教案.pptVIP

第六章 自适应卡尔曼滤波;§6.1 卡尔曼滤波基本模型;6.1.2数学模型;式（6-1）和（6-2）是卡尔曼滤波的函数模型。对于卡尔曼滤波的统计模型，一般是假设动态系统具有平;在根据上述递推公式进行卡尔曼滤波计算时需要确定动态系统的初始状态向量 和方差矩阵 ，并假设初始状态向量具有如下统计特性;§6.2 自适应卡尔曼滤波;假设动态噪声 和观测噪声 为正态序列， 为正态向量。定义L步预测剩余为;假定 在观测时间段 上为常值对角阵，即;; 虽然自适应卡尔曼滤波通过实时动态估计系统的统计特性，从而有效地抑制滤波中出现的发散现象，但在估计统计特性的同时必然要增加系统的计算量，这在状态向量维数比较高的情况下更加突出，因此，针对不同的情况应用自适应卡尔曼滤波时要同时考虑数据处理实时性和计算量问题。