自适应卡尔曼滤波.ppt

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。Kalman满足的条件基本思想实质总体kalman滤波步骤归纳为：处理方法（Wiener和kalman滤波对比）维纳滤波器根据全部过去的和当前的观测数据x(n),x(n-1),…以均方误差最小条件下求解来估计信号的当前值系统的传递函数H(z)或单位冲激响应h(n)010203040506卡尔曼滤波不需要全部过去的观察数据来估计信号的当前值它是用状态空间法描述系统，即由状态方程和量测方程组成。解是以估计值(是状态变量的估计值)的形式给出的只根据前一个估计值和最近一个观察数据其算法是递推在时域内设计滤波器的方法因而适用于多维随机过程的估计；离散卡尔曼算法适用计算机处理。02且状态空间法采用单击此处添加正文，文字是您思想的提炼，请尽量言简意赅地阐述观点。01

3.1,卡尔曼滤波与维纳滤波的关系维纳滤波卡尔曼滤波已知条件误差准则均方误差最小均方误差最小解的形式模型建立信号与噪声相关函数状态方程与量测方程3.2、卡尔曼滤波与维纳滤波不同卡尔曼滤波与维纳滤波中解决最佳滤波的方法不相同。添加标题01维纳滤波：是用频域及传递函数的方法；添加标题02卡尔曼滤波：是用时域及状态变量的办法；添加标题03