卡尔曼滤波的学习
更新时间:2023-11-30 07:23:01 阅读量: 教育文库 文档下载
1.2 Kalman滤波理论的基础
在估计问题中,长考虑如下随机线性离散系统模型
Xk??k,k?1Xk?1??k,k?1Wk?1 Zk?HkXk?Vk
Xk是系统的n维状态向量,Zk是系统的m维观察向量。
根据状态向量和观察向量在时间上存在的不同对应关系,我们可以把估计问题分为滤波、预
?表示根据j时刻和j以前时刻的测和平滑,以上式所描述的随机线性离散系统为例,设Xk,j观察值,对k时刻状态Xk做出的某种估计,则按照k和j的不同对应关系, 叙述如下:
?的估计称为滤波,即依据过去直至现在的观察测量来估计现在的(1) 当k=j时,对Xk,j?。这类估计主要用于随?为X的最有滤波估计值,简记为X状态。相应地,称Xkkk,j机系统的实时控制。
?的估计称为预测或外推,即依据过去直至现在的观察测量来预测未(2) 当k>j时对Xk,j?称为X的最优预测估计值。这类估计广泛应用于对系统未来来的状态,并把Xkk,j状态的预测和实时控制。
?的估计称为平滑或内插,即依据过去直至现在的观察测量去估计过(3) 当k 在预测、滤波和平滑三类状态估计问题中预测是滤波的基础,滤波是平滑的基础。 最早的估计方法是高斯提出的最小二乘法,最小二乘法没有考虑到被估参数和观测数据的统计特性,因此这种方法不是最优估计方法。 Wiener滤波器采用频域设计法,运算复杂,解析求解困难,整批数据处理要求存储空间大,造成其适用范围及其有限,仅适用于一维平稳随机过程信号滤波。 Kalman滤波采用了和Wiener滤波相同的估计准则,二者的基本原理一致,但是kalman滤波是一种时域滤波方法,采用状态空间方法描述系统,算法采用递推形式,数据存储量小,不仅可以处理平稳随机过程,也可以处理多维和非平稳随机过程。 关于系统过程噪声和观测噪声的统计特性如下: ?E?Wk??0,E?WkWjT??Qk?kj????T?VV?E?Vk??0,E?kj???Rk?kj ?T?EWV??kj???0?如果被估计状态Xk和对Xk的观测量Zk满足上式约束,系统过程噪声Wk和观测噪声 Vk满足上式的假设,系统过程噪声方差阵Qk非负定,系统观测噪声方差阵Rk正定,k时刻 ?可按下述方程求解: 的观测为Zk,则Xk的估计Xk状态一步预测: ? Xk,k?1??k,k?1Xk?1状态估计 ??X??K?Z?HX??Xkk?1k?kkk,k?1? 滤波增益矩阵 TT?Kk?Pk,k?1HkHPH?Rk?kk,k?1k?? ?1一步预测误差方差阵 TTP??P???Q?k,k?1k,k?1k?1k,k?1k,k?1k?1k,k?1 估计误差方差阵 TPk??I?KkHk?Pk,k?1?I?KkHk??KkRkKk T其中 T?1Kk?PkHkRk 其中 Pk??I?KkHk?Pk,k?1 ?1?1T?1Pk?Pk,k?1?HkRkHk Kalman滤波算法的特点: (1) 由于Kalman滤波算法将被估计的信号看作在白噪声作用下一个随机线性系 统的输出,并且其输入输出关系是由状态方程和输出方程在时间域内给出的,因此这种滤波方法不仅适用于平稳序列的滤波,而且特别适用于非平稳马尔科夫序列或高斯-马尔科夫序列的滤波,因此其应用范围是十分广泛的。 (2) 由于Kalman滤波的基本方程时间域内的递推形式,其计算过程是一个不断 地“预测-修正”过程,在求解是不要求存储大量的数据,并且一旦观测到了新的数据,随时可以算的新的滤波值,因此这种滤波方法非常便于实时处理,计算机实现。 (3) 由于滤波器的增益矩阵于观测无关,因此它可离线算出,从而可以减少实时 在线计算量;在求滤波器增益矩阵Kk时要求一个矩阵的逆,既要计算 T?HPH?Rk?kk,k?1k??,它的阶数之取决于观测方程的维数m而m通常是最 ?1小的这样,上面的求逆运算是比较方便的;另外在求解滤波器增益的过程中随时可以算得滤波器的精度指标P其对角线上的元就是滤波误差向量各分k, 量的方差。 (4) 增益矩阵Kk与初始方差P系统噪声方差阵Qk?1以及观测噪声方差阵Rk之0,间具有如下关系:由基本滤波方程可见,当Rk增大时,Kk就变小,噪声变大滤波增益就应取小。如果P0变小,Qk?1变小,因为P0小表示初始估计较好,Qk?1变小表示系统噪声变小,于是增益矩阵应变小以便较小的修正。 扩展kalman滤波在车辆GPS/dr组合定位系统中的应用 GPS/DR组合系统状态方程的建立 取组合定位系统的状态变量为X?[xe,ve,ae,xn,vn,an]T,其中xe,xn分别为车辆东向和北向的位置分量;ve,vn分别为车辆东向和北向的速度分量;ae,an分别为车辆东向和北向 ?(t)?AX(t)?U?W(t) 的加速度分量。则得到组合定位系统连续的状态方程为:X式中, ?0?0???0A???0??0??0??en100?000011000000010000?a000e0??0??0??0?0?????0???1???0??ae???? U???ae?,W(t)???ae? ?0?0??0?????0?1??0??????11???an???an????an?????an??en22?a?a分别为(0,?a)(0,?an)的高斯白噪声;?a?a分别为车辆东向和北向机动加速度变e化率的相关时间常数;aean分别为车辆东向和北向机动加速度分量的“当前”均值。 设采样周期为T,将系统连续的状态方程离散化,得到系统离散的状态方程为 Xk??k,k?1Xk,k?1?Uk?Wk 式4.79 式中,Xk?[xe(k)ve(k)ae(k)xn(k)vn(k)an(k)]T ?k,k?1?diag[?e(k,k?1),?n(k,k?1)] 令ae?1?a,an?1e?a,则?e(k,k?1),?n(k,k?1)为 n?e(k,k?1)?1T?e?2(?1??eT?e?aeT)?????01(1?e?aeT)?e?1? ?aeT?00?e???2?1T?n(?1??nT?e?anT)????1??01(1?e?anT)?n? ?anT?00?e???n(k,k?1)Uk??u1u2u3u4u5u6? ??eT?1)?e?1??ae e?T2?T?0.5?T?(1?e其中,u1??e???eT2?1?1u1????T?0.5?eT?(1?e)?e???eae ??eT?1?u2??T?(1?e)?e??ae u3?(1?e??eT)ae ??nT2?1?1?u4??)?n??T?0.5?nT?(1?e??nan ??nT?1?u5??T?(1?e)?n??an u6?(1?e??nT)an 式4.79就是所建立的GPS/DR组合定位系统的状态方程。 GPS/DR组合系统观测方程的建立 将GPS输出的东向位置信息eobs北向位置信息nobs,角速率陀螺的输出?以及里程计(或车速计)在一个采样周期内输出的距离s作为观测量,;里程计的刻度系数取为1.观测量和状态变量之间的关系如下 eobs?xe?v1 nobs?xn?v2 ??vnae?vean???1ve?tan()?????? ???22?t?vn?ve?vn2s?Tve2?vn??s 于是系统连续的观测方程为: xe???eobs????v1?xn?n????v?obsZ?????vnae?vean???2? ????22????????ve?vn????s????s?22??Tve?vn?可近似为(0,?12)(0,?12)的v1v2分别为GPS接收机输出的东向位置和北向位置的观测噪声, 2高斯白噪声;??为陀螺的漂移,近似为(0,??)的高斯白噪声;?s为里程计的观测噪声,近 似为(0,?s2)的高斯白噪声。 将观测方程离散化,得到系统离散的观测方程为 Zk?h?Xk??Vk (4.86) 式中,Zk???eobs(k)nobs(k)?ksk?? Txe(k)?????v1(k)?xn(k)???v?2(k)?h?Xk???vn(k)ae(k)?ve(k)an(k)?,Vk?? ?????2?(k)ve2(k)?vn(k)?????????s(k)??22Tv?v?e(k)n(k)???从式(4.86)知,观测方程是非线性的。采用扩展Kalman滤波进行线性化,将h?Xk?在预 ?测值Xk,k?1处按泰勒级数展开并忽略二次以上的高次项,得 ?????Zk?h??Xk,k?1??Hk?Xk?Xk,k?1??Vk (4.87) 化简得 ????HkXZk?HkXk?Vk?h?Xk,k?1k,k?1 (4.88) ??其中 Hk??h?Xk??Xk?Xk?Xk,k?1?10?00???0h1??0h500h2001000h30h620?0?? h4??0? h1?2?n(k,k?1)v?e(k,k?1)?2v?e(k,k?1)v?n(k,k?1)a?e(k,k?1)?a?n(k,k?1)v?na(k,k?1)???v2n(k,k?1)??v2e(k,k?1)??
正在阅读:
卡尔曼滤波的学习11-30
沪教版三年级第一学期语文期中考试卷07-21
哈密二次供水设备12-15
2017年高考数学(文)一轮复习精品资料:专题08+指数与指数函数(教学案)11-30
春天的玉兰花作文04-01
中小企业融资方式的选择与比较04-10
遂昌县生态旅游的特色及拓展方案01-06
泰山版小学五年级下册品德与社会教案 全册07-08
水力学典型复习题及答案详解09-19
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 卡尔曼
- 滤波
- 学习
- 《机械制造工程》习题汇总1
- 领导干部述职述廉制度
- 光伏支架受力计算书 - 图文
- SBO系统管理员操作手册 - 图文
- 基础工程
- 唯物辩证法主观题训练(发展观)
- 马克思主义基本原理复习题 重点
- 《有效小组合作的22个案例》读书心得
- 人教版三年级数学上册第八单元分数的初步认识教案
- 2018年延庆高三生物一模试题及答案6
- 对外汉语专业《语言学概论》课程教学大纲
- 《交通运输部关于进一步加强公路项目建设单位管理的若干意见》(交公路发438号)
- 中央党校考博真题 马克思主义原理(13年)
- 费改考试专项
- 数学建模人口老龄化问题论文 - 图文
- 四年级美术上册 吹画教案 人美版 -
- C语言程序设计课程作业1
- 山村的早晨教学设计
- OMEGArna提取试剂盒中文说明--总RNA提取
- 人教版高中英语选修九高二英语周练(3.19,无答案)