MATLAB卡尔曼|卡尔曼滤波的公式【线性】

卡尔曼滤波

卡尔曼滤波(Kalman Filter) 一种用于估计系统状态的数学算法,不是类似于高通、低通滤波器那样的频域滤波。

卡尔曼滤波基于线性动态系统的假设,它将系统的状态表示为均值和协方差矩阵,通过递归地更新和预测这些值来实现对系统状态的估计。卡尔曼滤波有两个主要的步骤:预测和更新

卡尔曼滤波具有一些优点,例如对噪声和不确定性的鲁棒性较强,能够提供较为精确的估计结果,并且计算效率较高。然而,卡尔曼滤波的应用前提是系统满足线性动态系统的假设,对于非线性系统,需要通过扩展卡尔曼滤波(Extended Kalman Filter)或无迹卡尔曼滤波(Unscented Kalman Filter)等变种算法来进行处理。

滤波结构

  • 预测步骤中,卡尔曼滤波使用系统模型和上一时刻的状态估计来预测当前时刻的状态,并计算出预测状态的均值和协方差矩阵。

  • 更新步骤中,卡尔曼滤波使用当前时刻的测量数据和预测状态的均值和协方差矩阵,通过最小二乘法得到对当前状态的估计,并重新计算估计的状态的均值和协方差矩阵。

重要公式

下面从几个重要公式的角度来分析卡尔曼滤波:

  1. 观测的一步转移,根据当前时刻的X(k-1)、状态转移矩阵 F F F、输入向量 u k − 1 u_{k-1} uk−1计算下一时刻的X_{k}
    X ^ k − = F X k − 1 + G u k − 1 \hat X_{k}^- = FX_{k-1}+G u_{k-1} X^k−=FXk−1+Guk−1

  2. 协方差预测:
    P k − = F P k − 1 F T + Q k P_{k}^{-}=FP_{k-1}F^{T}+Q_{k} Pk−=FPk−1FT+Qk

  3. 计算增益:
    K k = P k − H T ( H P k − H T + R ) − 1 K_k=P_k^-H^T(HP_k^-H^T+R)^{-1} Kk=Pk−HT(HPk−HT+R)−1

  4. 计算估计值:
    X ^ t = X ^ t − + K t ( Z k − H X ^ k − ) \hat{X}{t}=\hat{X}{t}^{-}+K_{t}(Z_{k}-H\hat{X}_{k}^{-}) X^t=X^t−+Kt(Zk−HX^k−)

  5. 更新协方差:
    P k = ( I − K k H ) P k − P_k=(I-K_kH)P_k^- Pk=(I−KkH)Pk−

其他公式

表示观测预测的公式:
Z ^ k = H X k \hat{Z}{k} = HX{k} Z^k=HXk

相关推荐
yi.Ist2 分钟前
数据结构 —— 栈(stack)在算法思维中的巧妙运用
开发语言·数据结构
[纳川]12 分钟前
把word中表格转成excle文件
开发语言·c#·word
s1533535 分钟前
C++STL-deque
开发语言·c++
Devil枫1 小时前
Kotlin项目实战与总结
开发语言·jvm·kotlin
yeziyfx1 小时前
kotlin中集合的用法
android·开发语言·kotlin
三体世界2 小时前
TCP传输控制层协议深入理解
linux·服务器·开发语言·网络·c++·网络协议·tcp/ip
随心点儿2 小时前
使用python 将多个docx文件合并为一个word
开发语言·python·多个word合并为一个
不学无术の码农2 小时前
《Effective Python》第十三章 测试与调试——使用 Mock 测试具有复杂依赖的代码
开发语言·python
tomcsdn312 小时前
SMTPman,smtp的端口号是多少全面解析配置
服务器·开发语言·php·smtp·邮件营销·域名邮箱·邮件服务器
EnigmaCoder2 小时前
Java多线程:核心技术与实战指南
java·开发语言