卡尔曼滤波研究综述.docxVIP

. 卡尔曼滤波研究综述 卡尔曼滤波简介 1.1 卡尔曼滤波的由来 1960 年卡尔曼发表了用递归方法解决离散数据线性滤波问题的论文 - 《 A New Approach to Linear Filtering and Prediction Problems 》（线性滤波与预测问 题的新方法），在这篇文章里一种克服了维纳滤波缺点的新方法被提出来，这就 是我们今天称之为卡尔曼滤波的方法。 卡尔曼滤波应用广泛且功能强大， 它可以 估计信号的过去和当前状态甚至能估计将来的状态即使并不知道模型的确切性 质。 其基本思想是以最小均方误差为最佳估计准则， 采用信号与噪声的状态空间 模型利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计， 求出 当前时刻的估计值。 算法根据建立的系统方程和观测方程对需要处理的信号做出 满足最小均方误差的估计。 对于解决很大部分的问题， 它是最优， 效率最高甚至是最有用的。 它的广泛 应用已经超过 30 年，包括机器人导航，控制，传感器数据融合甚至在军事方面 的雷达系统以及导弹追踪等等。 近年来更被应用于计算机图像处理， 例如头脸识 别，图像分割，图像边缘检测等等。 1.2 标准卡尔曼滤波 - 离散线性卡尔曼滤波 为了描述方便我们作以下假设： 物理系统的状态转换过程可以描述为一个离 散时间的随机过程； 系统状态受控制输入的影响； 系统状态及观测过程都不可避