estim
给出估计量增益,形成状态估计量
语法
est = estim(sys,L)
est = estim(sys,L,传感器,已知)
描述
est = estim(sys,L)
产生一个状态/输出估计器美国东部时间
给定植物状态空间模型sys
估计量增益l
.所有输入w的sys
假设是随机的(过程和/或测量噪声),以及所有输出y测量。的估计量美国东部时间
以状态空间形式返回(SS对象)。
对于连续时间的植物sys
与方程
estim
使用下面的方程式来产生一个工厂产量估计
一个州的估计
的估计值y(t) =C而且x(t),分别为:
对于离散时间的植物sys
用下列公式:
estim
使用类似于连续时间的估计方程来生成工厂产量估计
一个州的估计
的估计值y[n),x[n),分别。这些估计是基于过去的测量,直到y[n - 1].
est = estim(sys,L,传感器,已知)
处理更一般的植物sys
两种输入都是已知的(确定性的)u和随机输入w,和两个测量输出y和非测量输出z.
索引向量传感器
而且已知的
指定sys
进行测量(y),以及的输入sys
已知的(u).得到的估计量美国东部时间
,用下面的方程发现,两者都用了u而且y产出和状态估计。
例子
考虑一个状态空间模型sys
有七个输出和四个输入。假设你设计了一个卡尔曼增益矩阵l使用植物的输出4、7和1作为传感器测量,植物的输入1、4和3作为已知的(确定性)输入。然后你可以通过
传感器= [4,7,1];已知= [1,4,3];est = estim(sys,L,传感器,已知)
看函数卡尔曼
直接卡尔曼估计量设计。
提示
你可以使用这些函数的地方
(杆位)或卡尔曼
(卡尔曼滤波)来设计一个足够的估计增益l.注意估计量极点(的特征值)A-LC)应该比植物动态(特征值一个),以确保估算准确。