|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
第7章 卡尔曼滤波器的发散抑制方法
6 v" Q0 |, ]' M3 H" a1 @7 X# H5 p+ a3 `
- 滤波的发散现象
- 限定增益滤波
- 误差方差阵加权滤波
- 衰减记忆滤波
- 限定记忆滤波
- 增广状态滤波
- 平方根滤波
2 ]# S1 V9 m) e J) [; L 1 E* ?7 m3 I/ E, @7 r N
$ z, U5 s% M4 D' L: y
; G( x! f5 o: P) E" o0 ?2 M8 O问题:卡尔曼滤波最优的条件?
/ O6 o, c# g6 f$ t: }模型精确,统计特性已知。
' w! B; u7 J; I# d否则滤波易发散。
8 X% X- b0 r1 X! u2 z$ |- u7 O6 I+ T6 m. K5 @
4 C) Y$ @0 B+ o+ m" `8 y6 E7 q2 C% i
内容提要/ t( o6 @+ ?, J5 }# s1 L8 O
: t5 |4 W' q% k4 Y
' [- ^5 J5 [& ], R0 i
针对卡尔曼滤波的发散问题,讨论了若干抑制滤波发散的方法。对于模型误差导致的发散,可以通过直接和间接限定增益的方法增强新测量数据的作用,如限定增益滤波、误差方差阵加权滤波;可以增加新数据的比重,减小旧数据的比重,如衰减记忆滤波和限定记忆滤波;也可以将模型误差作为状态的一-部分而估计,即增广状态滤波。6 L# z( j I7 Y' s
; B+ P5 f9 K6 a& a v2 W
对于计算发散,可以采用平方根滤波法,减小截断误差的影响。. J) W7 b' d! k( q( z
6 w4 i; O+ R! G1 ?5 C/ R0 s! T
# B R% U- G$ k
2 P6 _- a* w# N& R i `1 ]6 E% u9 q
# d7 |* p, |8 u+ U0 E
8 H( }" V O- j# ^9 K4 m
% ^9 H! L9 b# ]0 {5 j' W
0 A) V. B, x( } d
( |7 Y9 U8 Q, D9 C |
|