状态空间模型与卡曼滤波.pptVIP

11状态空间模型和卡尔曼滤波11.1状态空间模型11.2卡尔曼滤波11.3方法评价11.1状态空间模型

一、状态空间模型简述状态空间模型是动态时域模型，以隐含着的时间为自变量。状态空间模型包括两个模型：一是状态方程模型，反映动态系统在输入变量作用下在某时刻所转移到的状态；二是输出或量测方程模型，它将系统在某时刻的输出和系统的状态及输入变量联系起来。回总目录回本章目录状态空间模型分类状态空间模型按所受影响因素的不同分为：（1）确定性状态空间模型（2）随机性状态空间模型状态空间模型按数值形式分为：（1）离散空间状态模型（2）连续空间状态模型回总目录回本章目录状态空间模型按所描述的动态系统可以分为：（1）线性的与非线性的（2）时变的与时不变的回总目录回本章目录二、系统的状态空间离散事件随机性系统的概念是系统理论中最基本的概念。离散事件随机性系统的状态，是指系统内部的可能运动状态和可能储能状态。系统在k=k0时刻的状态，是在kk0时以系统内部储能的积累结果，并在k=k0时以系统要素储能的方式表现出来，还将影响系统在kk0时的外部行为。回总目录回本章目录用随机向量序列来描述系统在任一时刻的状态向量，称为状态向量法，也称为状态空间法。状态向量表示为：其中（k=1，2，1…，n）为第i个状态向量。01回本章目录03回总目录02系统的输入输出输入输出状态概念引入状态向量是为了对系统内部结构进行数学描述，但在许多情况下，系统的状态是无法直接量测到的，有时甚至全部不能量测到。在实际工作中，能量测到的量之势系统的输入与输出。回总目录回本章目录123输入输出变量表示系统的输入也是随时间而变的一组变量，表示为：称为输入向量，其分量（i=1，2，…，r)称为输入变量。01回总目录02回本章目录03输入输出变量表示系统所受的随机干扰也是随时间而变的一组变量，表示为：称为系统的动态模型噪声，它是系统的一种特殊输入向量。回总目录回本章目录输入输出变量表示系统的输出也是随时间而变的一组变量，表示为：称为输出向量，其分量（i=1，2，…，m)称为输入变量。回总目录回本章目录010203输入输出变量表示量测系统也会受到随机噪声的污染，表示为：称为系统的量测噪声。1回总目录2回本章目录3状态空间模型状态空间模型定义状态空间模型是描述动态系统的完整模型，它表达了由于输入引起系统内部状态的变化，并由此使输出发生的变化。状态空间模型的不同形式如，线性时不变模型的状态方程可表示为：输出方程为：01回总目录02回本章目录03状态空间模型的建立例题?例1某养鱼场为了反映池塘鱼种的变化，请你帮助建立状态空间模型。解答：取状态向量X（k）为k时刻3个鱼种的数量：输入向量为：回总目录回本章目录状态转移矩阵式中：p1，p2，p3为鲫鱼、青鱼和鲤鱼的生长率，这里为p1=0.1，p2=0.13，p3=0.08。输入矩阵仍定为常阵回总目录回本章目录回总目录输出矩阵或预测矩阵C为3×3维单位阵，这样输出向量或量测向量就等同于状态向量，状态空间模型：即：回本章目录01020311.2卡尔曼滤波一、卡尔曼滤波的意义卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。回总目录回本章目录