卡尔曼滤波估计系统的测量和状态
的dsp.KalmanFilter
System object™是一个估计器,用于递归地获得线性最优滤波的解决方案。这种估计是在不了解潜在动态系统的情况下做出的。卡尔曼滤波器实现以下线性离散时间过程的状态,x,在k日时间步:
(状态方程)。这个测量,z,给出如下:
(测量方程)。
卡尔曼滤波器算法计算以下两个步骤递归:
预测:利用前一状态估计工艺参数x(状态)和P(状态误差协方差)。
校正:使用电流测量校正状态和误差协方差。
要过滤输入的每个通道:
创建dsp.KalmanFilter
对象并设置其属性。
调用带参数的对象,就好像它是一个功能。
有关系统对象如何工作的更多信息,请参见什么是系统对象?(MATLAB)。
返回卡尔曼滤波系统对象,卡尔曼
= dsp.KalmanFilter卡尔曼
,为参数设置默认值。
返回一个卡尔曼滤波器系统对象,卡尔曼
= dsp.KalmanFilter (STMatrix
,MMatrix
,PNCovariance
,MNCovariance
,CiMatrix公司
)卡尔曼
。的StateTransitionMatrix
属性设置为STMatrix
,MeasurementMatrix
属性设置为MMatrix
,ProcessNoiseCovariance
属性设置为PNCovariance
,MeasurementNoiseCovariance
属性设置为MNCovariance
和ControlInputMatrix
属性设置为CiMatrix公司
。
返回一个卡尔曼滤波系统对象,卡尔曼
= dsp.KalmanFilter (名称,值
)卡尔曼
,并将每个属性设置为指定值。将每个属性名称用单引号括起来。未指定的属性具有默认值。
要使用对象函数,请指定系统对象作为第一个输入参数。例如,释放一个名为的系统对象的系统资源obj
,请使用以下语法:
释放(OBJ)
对象上描述的算法、输入和输出卡尔曼滤波块引用页面。对象属性对应于块参数。
[1]格雷格韦尔奇和Gary毕晓普卡尔曼滤波的介绍,技术报告TR95 041。北卡罗来纳大学教堂山分校:教堂山,北卡罗来纳州, 1995年。