基于卡尔曼滤波的极大似然估计

mytomorrow

基于卡尔曼滤波的极大似然估计

+ U  q) f7 a* g' x/ J/ l" y一、输出误差法
二、方程误差法
三、最大似然递推算法
四、最大似然近似算法
6 X5 H" o+ T' U5 F五、修正最大似然准则

) V0 s/ M; r9 t2 e' C
一、输出误差法
非线性系统若初值准确，即初始方差为0；又若系统过程噪声很小，可忽略不计，此时协方差矩阵的解为零，Kalman增益矩阵也为0，即状态预估值就是状态本身，于是新息等于输出误差:

/ \# ~8 _9 F  U8 t4 i/ n7 b
* M( @/ m8 V' _; y

2 d" ?+ ?; q+ R( a1 [. z进而有准则函数：

5 b6 L2 d* n' I+ `) p* z0 V


上式相当于以测量噪声的协方差矩阵的逆 为权的加权最小二乘估计，称之为输出误差法。当测量噪声的特性已知，直接采用牛顿一拉夫逊算法，即可对参数进行估计。

游客，如果您要查看本帖隐藏内容请回复

6 \; y# @7 ~& h% r* V0 r
( {; B. s& C' d
- e/ I% K6 ?* a5 x) Y5 a

ExxNEN

这名字怎么读起来怪怪的