版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、Kalman濾波理論是一種對動態(tài)系統(tǒng)進行數(shù)據(jù)處理的有效方法,它利用觀測向量來估計隨時間不斷變化的狀態(tài)向量,被廣泛應用于各種動態(tài)測量系統(tǒng)中。我們常見的濾波是線性模型的標準Kalman濾波。這種線性模型,需要嚴格的系統(tǒng)條件。如果這些條件在實際中不滿足,將使濾波結果失去最優(yōu)性。當狀態(tài)轉移矩陣和觀測矩陣定位不準確時,將使狀態(tài)估計發(fā)生偏倚,影響估計的精度。實際中,由于各種隨機因素的影響,線性模型中狀態(tài)轉移矩陣和觀測矩陣可能是隨機矩陣,具有不確定性
2、。在這種情況下,用標準的Kalman濾波方法將會出現(xiàn)較大的偏移。 狀態(tài)轉移矩陣和量測矩陣是隨機陣的線性離散系統(tǒng)出現(xiàn)在許多領域,比如化學過程的數(shù)字控制、經(jīng)濟系統(tǒng)和隨機抽樣的數(shù)控系統(tǒng)。上述的系統(tǒng)可轉化為一個具有確定系數(shù)矩陣的線性動態(tài)系統(tǒng),只是轉化后的系統(tǒng)的過程噪聲和量測噪聲均依賴于狀態(tài)。由于過程噪聲和量測噪聲對狀態(tài)的依賴,標準的卡爾曼濾波條件被破壞,不能直接利用已知的卡爾曼濾波定理得出W.L.De Koning[1]的遞推公式。本文
3、證明了在一定的假設下,轉化后的系統(tǒng)仍滿足標準卡爾曼濾波的三個條件,因此,其狀態(tài)的最小方差估計問題仍有卡爾曼濾波形式。更重要的是,我們發(fā)現(xiàn)該結果可以應用到許多有關卡爾曼濾波的實際問題中。比如應用到具有隨機觀測的線性系統(tǒng)以及多模型動態(tài)過程,得到狀態(tài)的最優(yōu)估計,并給出了每種情況下的數(shù)值模擬結果。最后,考慮估計融合的問題。各分站是線性模型的情況下,如果各傳感器之間的觀測噪聲彼此無關,最優(yōu)分布式融合的效果與中心式融合等價。本文證明了當各分站動態(tài)系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進容積卡爾曼濾波及其導航應用研究.pdf
- 卡爾曼濾波及其應用(楊金顯)13.1.pdf
- Cubature卡爾曼濾波及其在導航中的應用研究.pdf
- 無跡卡爾曼濾波及其在SINS初始對準中的應用.pdf
- 模糊隨機估計問題與模糊隨機卡爾曼濾波.pdf
- 容積卡爾曼濾波方法及其應用研究.pdf
- 卡爾曼濾波器設計及其應用研究.pdf
- 卡爾曼濾波器的應用
- 卡爾曼濾波程序
- 卡爾曼濾波和卡爾曼預測方法的改進及其在結構損傷識別中的應用.pdf
- 容積卡爾曼濾波算法研究及其在導航中的應用.pdf
- 08_卡爾曼濾波.pdf
- 基于隨機森林與卡爾曼濾波的人體跟蹤方法研究.pdf
- 卡爾曼濾波在地圖匹配中的應用.pdf
- 一類正倒向隨機系統(tǒng)的卡爾曼濾波問題.pdf
- 卡爾曼濾波簡介及其算法實現(xiàn)代碼
- 基于容積卡爾曼濾波的路面附著系數(shù)估計算法研究.pdf
- 卡爾曼濾波在目標跟蹤中的應用
- 擴展卡爾曼濾波ekf
- 卡爾曼濾波在GPS動態(tài)定位中的應用.pdf
評論
0/150
提交評論