卡尔曼滤波器设计.doc_第1页
卡尔曼滤波器设计.doc_第2页
卡尔曼滤波器设计.doc_第3页
卡尔曼滤波器设计.doc_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

卡尔曼滤波器的设计卡尔曼滤波器是一种由卡尔曼（Kalman）提出的用于时变线性系统的递归滤波器。这个系统可用包含正交状态变量的微分方程模型来描述，这种滤波器是将过去的测量估计误差合并到新的测量误差中来估计将来的误差。状态估计是卡尔曼滤波的重要组成部分。一般来说，根据观测数据对随机量进行定量推断就是估计问题，特别是对动态行为的状态估计，它能实现实时运行状态的估计和预测功能。比如对飞行器状态估计。状态估计对于了解和控制一个系统具有重要意义，所应用的方法属于统计学中的估计理论。最常用的是最小二乘估计，线性最小方差估计、最小方差估计、递推最小二乘估计等。其他如风险准则的贝叶斯估计、最大似然估计、随机逼近方法也都有应用。2.1程序设计%-产生正弦波信号-% t=0:0.1:20-0.1; T=0.1; y=5*sin(pi*t*0.5); figure; plot(t,y,or); axis(0,20,-8,8); xlabel(时间/s); ylabel(质点位移/mm); title(理想质点偏离中心位移图); %-添加噪声-% a=randn(1,200); Z=y+a; figure; plot(t,Z,or); axis(0,20,-8,8); xlabel(时间/s ); ylabel(质点位移/mm); title(测量所得质点偏离中心位移图); %-建立系统模型-% X=zeros(2,200); X(:,1)=0,1; A=1,T;0,1; B=1/2*(T)2 T; H=1,0; C=0,0;0,1; Q=(0.25)2; R=(0.25)2; %-卡尔曼算法-% for n=1:200 Kg=C*H/(H*C*H+R); X(:,n)=X(:,n)+Kg*(Z(:,n)-H*X(:,n); X(:,n+1)=A*X(:,n); C=(eye(2,2)-Kg*H)*C; C=A*C*A+B*Q*B; end %-% figure t=0:0.1:20; Y=X(1,:); plot(t,Y,or); grid; axis(0,20,-8,8); xlabel(时间/s ); ylabel(质点位移/mm ); title(卡尔曼滤波后输出质点最优化偏离中心位移);1.、理想质点偏离中心位移如下图1所示。 图1 理想质点偏离中心位移图2.、模拟测量结果如下图2所示。图2 模拟质点偏离中心位移测量结果3、卡尔曼滤波后结果如下图3所示。图3 卡尔曼滤波后结果4.、结果分析图1中正弦波模拟了理想质点偏离中心的位移图，图2在图1的基础上添加了随机白声，用以模拟测量得到的结果。图3是经过卡尔曼滤波后输出的结果，
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论