1. Kalman-Bucy滤波器及系统背景
Kalman-Bucy滤波器本质上是一种针对线性系统的滤波器,可以在系统中存在高斯白噪声时对系统的内禀信号进行滤波,从而得到相对纯净、相对接近内禀信号的测量信号。
设滤波器的输出信号(亦即测量信号)为Y(t),滤波器的输入信号(即系统的内禀信号,或称有用信号)为X(t)。滤波器的作用,就是将系统中的状态量X(t)在噪声影响下,借助测量值Y(t),正确估计出来系统中的内禀(有用)信号。
系统中的有用信号可以表示为
另外,假设有用信号初值的期望已知:
方差已知:
再设系统的输出信号Y ( t ) \mathbf{Y}(t)Y(t)具有如下形式
设滤波器的滤波误差为
滤波器的设计应当满足如下条件,使得滤波器得到的状态估计量为无偏的,且估计误差的均方差
最小。
2. 系统中相关关系整理
滤波器的任务,就是根据测量值Y(t)得到状态量X(t)的估计,且该估计为无偏的和最小误差均方差的。
3. 公式推导
(1) 无偏估计条件
为满足无偏估计的条件,需要有
对式(3)两边取期望有
代入式(5)并根据式(4)有
另一方面,对式(1)两边取数学期望有(考虑到噪声的期望为0)
根据式(4)可以看出,式(6)和式(7)的等号右边应该相等,那么
反代回式(3),得到滤波器的结构
(2) 最小误差均方差条件
最小误差均方差条件表示为
对误差求导有(用到式(2)(9))
其中
(3) 误差的方差条件
这里不加证明地给出如下结论:
(5) 矩阵迹的求导
为了求解式(15),需要先介绍一些涉及到矩阵迹的求导公式
参照式(14)右边的各项,先得出如下项的迹的导数:
把如上式子全部代入微分方程(15),可以求解得
(6) 两个噪声之间的特殊情况
(7) 滤波器的结论
版权所有:大林机器视觉培训所有 备案号:苏ICP备14016686号-9
本站关键词:上位机培训 机器视觉软件开发培训 上位机运动控制培训 深度学习培训 网站标签