自适应卡尔曼滤波详解.pptVIP

卡尔曼( Kalman)滤波 为什么研究 kalman滤波? 信号在传输与检测的过程中受到外界干扰和设 备内部噪声的影响,是接受端收到信号具有随 机性,为获得所需的信号,排除干扰,就要对 信号进行滤波。 滤波简介 滤波:通过一定的算法将信号中特定波段频率滤除,排除可能的随机 干扰,提高检测精度的一种手段。 功能:平滑、预测,微分、积分、信号分离和噪声抑制等功能。 数字滤波:使用软件编程/冋编程逻辑器件设计 信号种类 模拟滤波:采用电容,电阻和电感的组合来完成。 经典滤波:信号和噪声处于不同的频带。 算法 高通、低通、带通、带阻滤波器 (频域/时域 现代滤波:利用信号和噪声的随机统计特性。 维纳滤波, Kalman滤波,自适应滤波,小波变换等 状态估计是卡尔曼滤波的重要纽成部分。 观测数据定量判断|随机状态量 估计问题:何以直接得到 很难直接得到 例如,飞机实时的位置、速度等状态参数需要通过雷达或其它 测量装置进行观測’而雷达等测量装置也存在随机干扰, 因此在观测到飞机的位置、速度等信号中就夹杂着随机千 扰,要想正确地得到飞机的状态参数是不可能的,只能根 据观测到的信号来估计和预测飞机的状态。 黑数据定量判断内部状态量 状态估计:(偷入输出 动态规律,很难直 外部特性) 接得到 随机过程 信号平滑插值(过去 、yC门号能滤(观在 信号的预测(将来) 状态估计对于了解和控制一