版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、卡爾曼濾波器原理卡爾曼濾波器原理林斌林斌 P2011090261234內(nèi)容提綱內(nèi)容提綱發(fā)展概述算法前提算法推導(dǎo)算法總結(jié)卡爾曼濾波5算法擴(kuò)展Rudolf (Rudy) Emil Klmn(1930 )卡爾曼濾波工程背景:1960s航空航天工程突飛猛進(jìn)電子計(jì)算機(jī)又方興未艾正式提出:一種關(guān)于線性過濾和預(yù)測(cè)難題的新方法1960A new approach to linear filtering and prediction problems , 19601發(fā)展概述卡爾曼濾波1發(fā)展概述優(yōu)勢(shì):1、采用物理意義較為直觀的時(shí)域狀態(tài)空間2、僅需要前后兩步的數(shù)據(jù),數(shù)據(jù)存儲(chǔ)量較小3、使用比較簡(jiǎn)單的遞推算法,便于在計(jì)
2、算機(jī)上實(shí)現(xiàn)4、不僅適用于平穩(wěn)過程,還可以推廣到非平穩(wěn)隨機(jī)過程的情況發(fā)展:卡爾曼濾波器已成為推廣研究和應(yīng)用的主題,尤其是在自主或協(xié)助導(dǎo)航領(lǐng)域??柭鼮V波2算法前提隨機(jī)離散系統(tǒng)模型定義隨機(jī)離散時(shí)間過程的狀態(tài)向量 ,該過程由以下離散隨機(jī)差分方程描述:111kkkkwBuAxxkkkvHxzmkRz nkRx 1 . 2假設(shè)系統(tǒng)滿足可觀性要求,定義觀測(cè)向量 ,得到觀測(cè)方程:2 . 2隨機(jī)信號(hào) 和 分別表示過程激勵(lì)噪聲和觀測(cè)噪聲,并假設(shè)它們是相互獨(dú)立并滿足正態(tài)分布的白噪聲。kvkwnx1 nxn nxn nx1 nx1mx1 mxn mx1卡爾曼濾波2算法前提即有:過程激勵(lì)噪聲觀測(cè)噪聲實(shí)際過程中過程激勵(lì)
3、噪聲協(xié)方差矩陣Q和觀測(cè)噪聲協(xié)方差矩陣R可能隨著每次迭代計(jì)算而變化,但在這里我們假設(shè)它們?yōu)槌?shù)。另外,狀態(tài)轉(zhuǎn)移矩陣A,輸入矩陣B和測(cè)量方程2.2中的矩陣H,在實(shí)際過程中都可能隨時(shí)間變化而變化,但在這兒假設(shè)為常數(shù)。3 . 24 . 2), 0(RNvk), 0(QNwk卡爾曼濾波2算法前提先驗(yàn)估計(jì)和后驗(yàn)估計(jì),及其誤差定義 為根據(jù)上一次迭代計(jì)算結(jié)果而產(chǎn)生的估計(jì)值,稱為先驗(yàn)估計(jì)。定義 為根據(jù)當(dāng)前計(jì)算結(jié)果而產(chǎn)生的估計(jì)值,稱為后驗(yàn)估計(jì)。定義先驗(yàn)估計(jì)誤差為定義后驗(yàn)估計(jì)誤差為nkRx nkRx kkkxxenx1 真值5 . 2kkkxxenx1 真值6 . 2卡爾曼濾波2算法前提定義先驗(yàn)估計(jì)誤差的協(xié)方差為定
4、義 后驗(yàn)估計(jì)誤差的協(xié)方差為)cov(,kkkkeeeEPT)cov(,EkkkkeeePT7 . 28 . 2卡爾曼濾波目的描述:在系統(tǒng)結(jié)構(gòu)已知的情況下,給定k時(shí)刻的狀態(tài)觀測(cè)向量 ,求k時(shí)刻的系統(tǒng)狀態(tài)向量的最優(yōu)估計(jì) ,使得 最小?;舅悸罚?、根據(jù) 計(jì)算出k時(shí)刻的先驗(yàn)估計(jì) 同時(shí)也產(chǎn)生了先驗(yàn)估計(jì)的協(xié)方差矩陣 的遞推公式3算法推導(dǎo)kzkx kP1kxkx 11kkkBuxAx1 . 3kPQAPAPTkk12 . 3卡爾曼濾波2、根據(jù)先驗(yàn)估計(jì) 計(jì)算出k時(shí)刻的觀測(cè)向量的估計(jì)3、計(jì)算實(shí)測(cè)值 與估計(jì) 的差,以此來修正之前的先驗(yàn)估計(jì) ,得到后驗(yàn)估計(jì)把 帶入:3算法推導(dǎo))(kkkkkxHzKxx3 . 3k
5、x kkxHz kzkz kx kx 權(quán)重 殘差這里的權(quán)重系數(shù)也成為卡爾曼增益。至此卡爾曼濾波計(jì)算原型公式基本結(jié)束,下面要確定出最優(yōu)系數(shù)K和在最優(yōu)系數(shù)下的后驗(yàn)估計(jì)誤差的協(xié)方差矩陣的遞推方法)(kkkkkzzKxxkz 卡爾曼濾波推導(dǎo)后驗(yàn)協(xié)方差矩陣按照定義,我們從誤差協(xié)方差 開始推導(dǎo)如下:帶入 再帶入3算法推導(dǎo)kP)cov(kkkxxPkP)(cov(kkkkkkxHzKxxP)(kkkkkxHzKxxkkkvHxz)(cov(kkkkkkkxHvHxKxxP卡爾曼濾波整理測(cè)量誤差向量,得:因?yàn)樵肼曧?xiàng)與其他項(xiàng)不相關(guān),協(xié)方差=0,所以有:利用協(xié)方差矩陣性質(zhì),提出常數(shù)矩陣,得:3算法推導(dǎo))(cov(
6、kkkkkkvKxxHKIP)cov()(cov(kkkkkkvKxxHKIPTkkkTkkkkkKvKHKIxxHKIP)cov()(cov()(卡爾曼濾波如果記 ,則有:3算法推導(dǎo)kkkPxx)cov(TkkTkkkkRKKHKIPHKIP)()(4 . 3卡爾曼濾波推導(dǎo)最優(yōu)卡爾曼增益最優(yōu)化K:使后驗(yàn)估計(jì) 的協(xié)方差 達(dá)到最小。(換一個(gè)概念)也是使向量的二范數(shù)的數(shù)學(xué)期望值最小化的一個(gè)過程。這等同于后驗(yàn)估計(jì)的協(xié)方差矩陣的跡最小化3算法推導(dǎo)kKkx kPkkxx|2kkxxEkkkPtrxxP|2卡爾曼濾波首先展開3.4式,得:記:上面的式子可以寫為:3算法推導(dǎo)TkTkkTkTkkkkkKRHP
7、HKKHPPHKPP)(RHPHSTkkTkkkTkTkkkkkKSKKHPPHKPP5 . 3卡爾曼濾波把 對(duì) 求導(dǎo),并令導(dǎo)數(shù)=0,則可以得到 取最小值時(shí)的最優(yōu)化 的值。解得:3算法推導(dǎo))(kPtrTTCBdABACdtr)(引入常用數(shù)學(xué)公式?kK)(kPtrkK022)()()()(kkTkkkTTkkTkTkkkSKHPSKKSHPPHdKPdtr11)(RHPHHPSHPKTkTkkTkk6 . 3卡爾曼濾波化簡(jiǎn)后驗(yàn)誤差協(xié)方差公式在卡爾曼增益等于上面導(dǎo)出的最優(yōu)值時(shí),計(jì)算后驗(yàn)協(xié)方差的公式可以進(jìn)行簡(jiǎn)化。對(duì)于卡爾曼增益公式在卡爾曼增益公式兩側(cè)同時(shí)右乘得:把上式帶入3.5式,可以消去后面的兩項(xiàng)
8、,得:3算法推導(dǎo)1kTkkSHPKTkkKSTkTkTkkkKHPKSKkkkkPHKPP3算法推導(dǎo)整理,得:這個(gè)公式的計(jì)算比較簡(jiǎn)單,所以實(shí)際中總是使用這個(gè)公式,但是需注意這公式僅在使用最優(yōu)卡爾曼增益的時(shí)候它才成立。如果算術(shù)精度總是很低而導(dǎo)致數(shù)值穩(wěn)定性出現(xiàn)問題,或者特意使用非最優(yōu)卡爾曼增益,那么就不能使用這個(gè)簡(jiǎn)化;必須使用3.5式表示的后驗(yàn)誤差協(xié)方差公式。kkkPHKIP)(7 . 3卡爾曼濾波卡爾曼增益的物理意義其中:H矩陣為常量; 與過程激勵(lì)噪聲的協(xié)方差矩陣Q有關(guān);R為測(cè)量噪聲的協(xié)方差矩陣。取值范圍:當(dāng) R 趨向于零時(shí),有:當(dāng) 趨向于零時(shí),有:3算法推導(dǎo)0lim0kPKkkPRHPHHPK
9、TkTkkkP10lim HKkR, 01HKk卡爾曼濾波意義:決定了最優(yōu)估計(jì)組成比例的“調(diào)節(jié)器”當(dāng) R 趨向于零時(shí),有:測(cè)量噪聲 V=0此時(shí)3.3式改為系統(tǒng)表現(xiàn)為完全取測(cè)量值作為狀態(tài)的后驗(yàn)估計(jì)值,而系統(tǒng)的先驗(yàn)狀態(tài)估計(jì)完全被拋棄。反之當(dāng) 趨向于零時(shí),根據(jù)式3.2可知,Q=0易知,此時(shí)系統(tǒng)完全拋棄測(cè)量值,取先驗(yàn)估計(jì)值3算法推導(dǎo)kP10lim HKkRmx1kkkkkzHxHzHxx11)(nx1卡爾曼濾波算法描述卡爾曼濾波器用反饋控制的方法估計(jì)過程狀態(tài)。估計(jì)過程某一時(shí)刻的狀態(tài),然后以(含噪聲)測(cè)量值得方式獲得反饋,因此卡爾曼濾波器可以分為兩個(gè)部分:1、時(shí)間更新方程負(fù)責(zé)向前推算當(dāng)前狀態(tài)向量和誤差協(xié)
10、方差估計(jì)的值,為下一個(gè)時(shí)間狀態(tài)構(gòu)成先驗(yàn)估計(jì)。2、測(cè)量更新方程負(fù)責(zé)將先驗(yàn)估計(jì)和新的測(cè)量變量結(jié)合已構(gòu)成改進(jìn)后的后驗(yàn)估計(jì)。4算法總結(jié)卡爾曼濾波時(shí)間更新方程測(cè)量更新方程4算法總結(jié)11kkkBuxAx1 . 42 . 41)(RHPHHPKTkTkk3 . 44 . 4)(kkkkxHzKxxQAPAPTkk 15 . 4kkkPHKIP)(卡爾曼濾波4算法總結(jié)BAHKkx kx kz1kx1kukz 時(shí)間更新(預(yù)測(cè))測(cè)量更新(校正)算法框圖1、狀態(tài)估計(jì)向量的運(yùn)算流程圖卡爾曼濾波4算法總結(jié)算法框圖2、誤差協(xié)方差的運(yùn)算流程圖AATI -KkHkPQ1kP時(shí)間更新(預(yù)測(cè))測(cè)量更新(修正)kP卡爾曼濾波濾波器參數(shù)調(diào)整在卡爾曼濾波器實(shí)際實(shí)現(xiàn)時(shí),測(cè)量噪聲R一般可以觀測(cè)得到,是濾波器的已知條件
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 商業(yè)保密協(xié)議書合同七篇
- 頸部血管損傷病因介紹
- 隱匿性腎小球腎炎病因介紹
- 輸尿管狹窄病因介紹
- (范文)滾塑模具項(xiàng)目立項(xiàng)報(bào)告
- (2024)陶瓷膜系列產(chǎn)品生產(chǎn)建設(shè)項(xiàng)目可行性研究報(bào)告(一)
- (2024)PVC新型裝飾膜生產(chǎn)線項(xiàng)目可行性研究報(bào)告建議書立項(xiàng)(一)
- 廣東省普通高中2024屆高三合格性考試模擬沖刺數(shù)學(xué)試題(二)(原卷版)-A4
- 2023年厚、薄膜混合集成電路及消費(fèi)類電路項(xiàng)目融資計(jì)劃書
- 智慧文旅行業(yè)解決方案全集
- 方案的構(gòu)思過程 課件-2023-2024學(xué)年高中通用技術(shù)蘇教版(2019)技術(shù)與設(shè)計(jì)1
- 青海中冠嘉頡環(huán)??萍加邢薰句X灰渣循環(huán)再利用項(xiàng)目(中試試驗(yàn))環(huán)評(píng)報(bào)告
- 抽水水施工方案
- 幼兒園保育員培訓(xùn)記錄(21篇)
- 班會(huì)尊重與理解(共32張PPT)
- 2023年四川省公需科目(數(shù)字經(jīng)濟(jì)與驅(qū)動(dòng)發(fā)展)考試題庫及答案
- 涉農(nóng)法律法規(guī)和會(huì)
- 防疫員技師考試題庫及答案
- 蘇教六年級(jí)數(shù)學(xué)上冊(cè)百分?jǐn)?shù)整理與復(fù)習(xí)課件
- 軟件工程項(xiàng)目實(shí)踐教程第四版課后參考答案
- 流行性感冒病人的護(hù)理
評(píng)論
0/150
提交評(píng)論