原创力文档- 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
查看更多
卡尔曼滤波算法及应用;目 录;一、概述;1.1 Rudolf Emil Kalman;5;6;7;8;9;10;目 录;二、Kalman滤波;13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;三、扩展Kalman滤波（EKF）;34;35;36;37;38;39;40;由于线性化卡尔曼滤波存在上述问题，改用另一种近似方法，即在最优化状态估计 或 附近进行泰勒展开，线性化。;目 录;43;四、Schmidt卡尔曼滤波;45;46;47;48;49;50;五、自适应卡尔曼滤波;52;基于新息的自适应估计（Innovation Based Adaptive Estimation, IAE），要从测量新息统计中计算Q、R。
计算最后n个测量信息的协方差
上述协方差矩阵C用于计算R和/或Q
当处理第一组观测新息统计值时，必须提供R和Q初始值，初始值的选定须谨慎
;多模型自适应估计（Multiple Model Adaptive Estimation, MMAE）利用一组并行的卡尔曼滤波器进行计算，每一个滤波器对应于不同的系统噪声和/或观测噪声协方差矩阵Q和R。
第i个卡尔曼滤波器被分配的概率为
随时间推移，最优滤波假设的概率会接近1，而其它的接近0；
为充分利用计算处理能力，可剔除弱的滤波假设，并周期性地细分最强的假设用于精化滤波器参数。
;完整的状态向量估计和误差协方差计算公式如下：
IAE（新息） 和 MMAE（多模型）方法比较
MMAE计算量大
IAE中，Q,R,P和滤波增益均可能是状态估计的函数；而他们在MMAE滤波器组（标准卡尔曼滤波而非EKF）中是相互独立的，因此MMAE滤波器更趋于稳定
;六、平滑算法;57;58;59;陈起金 | 卡尔曼滤波;陈起金 | 卡尔曼滤波;陈起金 | 卡尔曼滤波;陈起金 | 卡尔曼滤波;陈起金 | 卡尔曼滤波
文档评论（0）