- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
Kalman滤波器的基本原理及仿真
摘要:
Kalman滤波是对线性最小均方误差滤波的另一种处理方法,实际是维纳滤波的一种递推算法。它采用的递推算法利用了前一时刻的估计值和新的观测值,大大提高了处理的实时性,同时也能自动跟踪随机信号统计特性的非平稳变化,对于解决很大部分的问题,他是最优,效率最高甚至是最有用的,因此得到了广泛的应用。Kalman滤波的应用包括机器人导航,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。
关键字:Kalman滤波 线性最小均方误差滤波 估计值 观测值
一、Kalman滤波器的提出
Kalman滤波器是源于匈牙利数学家Rudolf Emil Kalman的博士论文和1960年发表的论文《A New Approach to Linear Filtering and Prediction Problems》(线性滤波与预测问题的新方法)。在信号处理,通信和现代控制系统中,需要对一个随机动态系统的状态进行估计,由一个测量装置对系统状态进行测量,通过记录的测量值对状态进行最优估计
例如:对一个一阶AR模型
的输出状态进行估计。
观测方程是
是测量引入的白噪声,通过各的值估计。这类最优估计问题称为卡尔曼滤波。
二、Kalman滤波器的基本思想
利用观测数据对状态变量的预测估计进行修正,以得到状态变量的最优估计,即 最优估计=预测估计+修正
三、Kalman滤波器的特点
(1)算法是递推的,时域内设计滤波器,适用于多维随机过程的估计;
(2)用递推法计算,不需要知道全部过去的值。用状态方程描述状态变量的动态变化规律,因此,信号可以是平稳的,也可以是非平稳的;
(3)误差准则仍为均方误差最小准则。
四、有关Kalman滤波器的探索
设我们要研究的对象是一个房间的温度。根据经验判断,这个房间的温度是恒定的,也就是下一分钟的温度等于现在这一分钟的温度(假设我们用一分钟来做时间单位)。假设你对你的经验不是100%的相信,可能会有上下偏差几度。我们把这些偏差看成是高斯白噪声(White Gaussian Noise),也就是这些偏差跟前后时间是没有关系的而且符合高斯分配(Gaussian Distribution)。另外,我们在房间里放一个温度计,但是这个温度计也不准确的,测量值会比实际值偏差。我们也把这些偏差看成是高斯白噪声。 在对于某一分钟我们有两个有关于该房间的温度值:你根据经验的预测值(系统的预测值)和温度计的值(测量值)。下面我们要用这两个值结合他们各自的噪声来估算出房间的实际温度值。 现在要估算k时刻的是实际温度值。首先你要根据k-1时刻的温度值,来预测k时刻的温度。因为你相信温度是恒定的,所以你会得到k时刻的温度预测值是跟k-1时刻一样的,假设是23度,同时该值的高斯噪声的偏差是5度(5是这样得到的:如果k-1时刻估算出的最优温度值的偏差是3,你对自己预测的不确定度是4度,他们平方相加再开方,就是5)。然后,你从温度计那里得到了k时刻的温度值,假设是25度,同时该值的偏差是4度。由于我们用于估算k时刻的实际温度有两个温度值,分别是23度和25度。究竟实际温度是多少呢?相信自己还是相信温度计呢?究竟相信谁多一点,我们可以用他们的covariance来判断。因为Kg^2=5^2/(5^2+4^2),所以Kg=0.78,我们可以估算出k时刻的实际温度值是:23+0.78*(25-23)=24.56度。可以看出,因为温度计的covariance比较小(比较相信温度计),所以估算出的最优温度值偏向温度计的值。 我们已经得到k时刻的最优温度值了,下一步就是要进入k+1时刻,进行新的最优估算。到现在为止,好像还没看到什么自回归的东西出现。对了,在进入k+1时刻之前,我们还要算出k时刻那个最优值(24.56度)的偏差。算法如下:((1-Kg)*5^2)^0.5=2.35。这里的5就是上面的k时刻你预测的那个23度温度值的偏差,得出的2.35就是进入k+1时刻以后k时刻估算出的最优温度值的偏差(对应于上面的3)。 就是这样,卡尔曼滤波器就不断的把covariance递归,从而估算出最优的温度值。他运行的很快,而且它只保留了上一时刻的covariance。上面的Kg,就是卡尔曼增益(Kalman Gain)。他可以随不同的时刻而改变他自己的值
五、Kalman滤波器的的基本理论
5.1、标量(一阶递归模型)卡尔曼滤波器
信号模型和测量模型
为使卡尔曼滤波过程的物理意义明确,采用下列符号:
(1)用 代替,表示用n时刻及以前所有数据
您可能关注的文档
- ecel函数应用实例讲解好.doc
- ecel数据源的多表合并和sql查询.docx
- ecel中的图表类型.doc
- ecel最常用函数公式技巧搜集大全.doc
- edid标准详解要点.doc
- eicc审核所需文件清单.doc
- elt平台操作手册kettle.doc
- emmc失效模式分析.docx
- endnote修改参考文献格式.docx
- eoc方案及产品介绍.doc
- T_GXAS 545-2023 海水 石油类的现场快速测定 紫外分光光度法.docx
- T_CMAM Z25-2024 “卡洛甘露”藏浴(泷沐)质量标准.docx
- T_GDNAS 050-2024 老年慢性瘙痒护理.docx
- T_GXAS 726-2024 职业健康监测 尿液中22种元素的测定 电感耦合等离子体质谱法.docx
- T_GXAS 578-2023 城镇污水处理厂(站)智能化控制技术规范.docx
- T_GXAS 424-2022 锰矿粉立式辊磨机.docx
- T_GDNAS 045-2024 老年心血管疾病患者的运动康复护理技术.docx
- T_GXAS 556-2023 中医火龙罐治疗鼓胀技术规范.docx
- T_GXAS 712-2024 喀斯特地区极小种群野生植物迁地保护技术规程.docx
- T_GXAS 126-2020 赤泥提炼铁精粉中铁、钙、硅、钛、镁、磷、锰、铝元素含量的测定 X-射线荧光法 (含修改单).docx
最近下载
- 冀教版六年级上册英语Lesson 10《How Many Are There》教学课件.pptx
- 雷军英文简历.ppt
- 钢管落地式卸料平台施工方案.doc VIP
- 纳布啡:术后镇痛泵中的高效药物.docx
- 电动垂直起降航空器(eVTOL)起降场 技术要求.docx VIP
- 2023-中国农业大学介绍(完整版).pptx
- 小学残疾儿童送教上门教案(40篇).pdf
- 2024新外研版英语三年级上册 Unit 1 Let's be friends! 自测题(含答案).docx
- 2024年河北省继续医学教育公共必修课参考答案.pdf VIP
- GB/T 10781.8-2021白酒质量要求 第8部分:浓酱兼香型白酒.pdf
文档评论(0)