卡尔曼滤波算法在状态估计中的应用研究.pptVIP

1多传感器信息融合状态预计—卡尔曼滤波第1页

2状态预计定义：在给定网络拓扑结构及元件参数的条件下，利用遥测遥信信息估算电力系统运行状态。意义：依据可获取的量测数据估算动态系统内部状态的方法。对系统的输入和输出进行量测而得到的数据只能反应系统的外部特征，而系统的动态规律需要用内部（通常是无法直接量测）状态变量来描述。因此状态预计对于了解和控制一种系统含有主要意义。第2页

3预计理论是当代许多信号处理和数据处理系统的基础，像雷达、声纳、通信等系统均有两个共同的问题。一是信号检测问题；二是检测到信号后来需要预计信号的某些参数，也就是参数预计问题。参数预计按被预计的量是否是随时间变化的又分为静态预计和动态预计。第3页

4静态预计中待预计的参数是不随时间变化的，而动态预计中被预计的参数是随时间变化的。动态预计又称为状态预计或波形预计。其目标是：（1）对目标过去的运动状态进行平滑；（2）对目标目前的运动状态进行滤波；（3）对目标未来的运动状态进行预测，这些运动状态涉及目标位置、速度、加速度等。第4页

5状态预计的主要内容应用：通过数学方法谋求与观测数据最正确拟合的状态向量。1、确定运动目标的目前位置与速度；2、确定运动目标的未来位置与速度；3、确定运动目标的固有特征或特征参数。第5页

6状态预计主要内容：位置与速度预计。位置预计：距离、方位和高度或仰