卡尔曼滤波方程的推导.pdfVIP

下载本文档

46
0
约7.45千字
约 6页
2020-06-24 发布于广东
举报
版权申诉

卡尔曼滤波方程的推导.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

1、随机线性离散系统的状态方程和观测方程为： X (k ) (k ,k 1)X (k 1) B (k ,k 1)U (k 1) (k ,k 1)W (k 1)   式(1) Z (k ) H (k )X (k ) V (k )  式中状态向量 n ，观测矢量 m ，随机过程噪声 r ，随 X (k ) R Z (k ) R W( k) R 机观测噪声 m ，状态转移矩阵 nn ，过程噪声输入矩阵 V( k) R (k,k 1) R (k,k 1)Rnr ，观测矩阵H (k ) Rmn ，B(k ,k 1)Rnq 是作用在控制向量上的控制输入模型(输入输出矩阵)，U(k 1) Rq 是控制向量。 2、卡尔曼滤波器使用假设假设1：W( k) 和V( k) 是零均值或非零均值的白噪声或高斯白噪声，即： E [W (k )] 0或E [W (k )]   W   T E [W (k )W ( j )] Q (k )  kj  式（2） E [V (k )] 0或E [V (k )]   V   T E [V (k )V ( j )] R (k )  kj  1 (k j )  其中kj  ，这里Q(k) 0 是激励噪声的一个n n 维的协 0 (k  j)  方差矩阵，R(k ) 0 是观测噪声的一个m m 维的协方差矩阵。  假设2：W( k) 和V( k) 不相关或相关，即： E[W (k )V T ( j )] 0或E[W (k )V T ( j )] S(k )kj 式（3）假设3：是某种已知分布的随机向量，其均值和协方差已知，且与W( k) X (0) 和V( k) 均不相关，即： T E [X (0)] X (0) ,E [(X (0) X (0) )(X (0) X (0) ) ] P (0) 式（4）