码迷,mamicode.com
首页 > 其他好文 > 详细

kalman滤波器公式的推导

时间:2017-05-21 12:54:21      阅读:167      评论:0      收藏:0      [点我收藏+]

标签:system   measure   系统   man   lin   str   观测   line   date   

卡尔曼滤波的使用范围:

该系统要有如下关系:

 技术分享

 

计算步骤:

PART0:INI

 

技术分享

 技术分享

 

PART1:Time update

  技术分享

技术分享

 

  技术分享

 

迭代的目标:从X(K-1)+ 求得X(K) +

因此,先有X(K-1)+,已知F,G。得到X(K) -。再由K(k),y(k) 求得X(K)+。

但是K(k)需要P(K)-,P(K)-需要从(K-1)+得到。所以要算P(k)-。

为了保证迭代的继续还要计算P(K)+。

 

 

第一公式是假设:linear discrete-time system

第二公式推导:

技术分享

 技术分享

 技术分享

 

 技术分享

 

此时只有先验概率

 

Part2 Measure Update(ONLY FOR XK+)

 技术分享

技术分享

技术分享

技术分享

 

 

第三公式的推导:

此时由于有了观测量,因此有了后验概率

 技术分享

技术分享

 

 技术分享

技术分享

  技术分享

 技术分享

 

 

第二公式的推导:说明 I-KH要对称,且K要对称。

为了使得Pk最小,Kk必须与Pk-1配合使用。与前一个状态相关。

 

 技术分享

 技术分享

 

kalman滤波器公式的推导

标签:system   measure   系统   man   lin   str   观测   line   date   

原文地址:http://www.cnblogs.com/gaoxianzhi/p/6884361.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!