一般地对于一个可分解为N维动态系统和M维MN观测.docxVIP

一般地，对丁一个可分解为N维动态系统和M维(MN)观测系统的离散线 性动态系统可以由下列线性随机差分方程来描述 ： xk =Ak xk =AkXk -1 wk -1 (3.1) Zk =HkX Vk (3.2) 其中，x 其中，x^Wn,是k时刻的系统状态, Z^fRM是k时刻的观测，矩阵Ak表示 状态从k-1时刻到k时刻的状态转移矩阵，hk为观测矩阵，系统方程中省略了 输入控制。wk和Vk分别为具有协方差 矩阵Qk和，且互不相关的零均值白 噪声序歹0,即满足 Wk~N(0,Qk) COV[Wk，Wj]=Qkhj COV[VkVj]=RQkj COV[W kVJ = 0 通常将Qk称为状态噪声协方差，称Rk*观测噪声协方差。 假定知道k时刻之前过程和给定观测值Zk的情况下，设?kWRN. 乂 wrN 分别为k时刻先验状态估计和后验状态估计。因此可以定义先验估计误差和后 验估计误差分别为 ek =Xk -Xk , ek =Xk - Xk 从而先验误差协方差为R = E ekekT 后验估计协方差为Pk = E ekekT 1 为了推导出卡尔曼滤波的公式，首先来计算后验状态估计？k它是先验状态估 计布外和实际观测值Zk和观测估计Hk?k加权差分的线性组合，如下式 Xk =X K(Zk-Hk?k ) (3.6) 式中Zk-H?k称为差值(residual)，反应了观测估计Hjk和实际观