雷達(dá)數(shù)據(jù)濾波ppt課件-資料下載頁
2025-05-07 07:31本頁面
【正文】 機(jī)干擾，再現(xiàn)系統(tǒng)的狀態(tài)，或根據(jù)系統(tǒng)的量測值從被污染的系統(tǒng)中恢復(fù)系統(tǒng)的本來面目。 回總目錄 回本章目錄 二、卡爾曼濾波的形式 模型要求 卡爾曼濾波要求模型已知。即模型的結(jié)構(gòu)與參數(shù)已知，且隨機(jī)向量的統(tǒng)計(jì)特征已知。 卡爾曼濾波分類 記 的向量函數(shù)： 為狀態(tài) X（ k)的估計(jì)量，分三種情況： 當(dāng) kj時(shí)，稱為預(yù)測； 當(dāng) k=j時(shí)，稱為濾波； 當(dāng) kj時(shí)，稱為平滑。 jY? ( / ) [ ( ) / ]jX k j E X k Y?回總目錄 回本章目錄 三、卡爾曼濾波特點(diǎn) 卡爾曼濾波是解決狀態(tài)空間模型估計(jì)與預(yù)測的有力工具之一，它不需存儲(chǔ)歷史數(shù)據(jù)，且可以同過計(jì)算機(jī)程序到達(dá)對(duì)狀態(tài)空間模型的優(yōu)化擬合。 回總目錄 回本章目錄 方 法 評(píng) 價(jià) 一、狀態(tài)空間的特點(diǎn) 狀態(tài)空間模型不僅能反映系統(tǒng)內(nèi)部狀態(tài)，而 且能揭示系統(tǒng)內(nèi)部狀態(tài)與外部的輸入和輸出 變量的聯(lián)系。 狀態(tài)空間模型將多個(gè)變量時(shí)間序列處理為向 量時(shí)間序列，這種從變量到向量的轉(zhuǎn)變更適 合解決多輸入輸出變量情況下的建模問題。 狀態(tài)空間模型能夠用現(xiàn)在和過去的最小信 息形式描述系統(tǒng)的狀態(tài)，因此，它不需要大 量的歷史數(shù)據(jù)資料，既省時(shí)又省力。 回總目錄 回本章目錄 二、狀態(tài)空間局限性 狀態(tài)空間表示一般是基于馬爾科夫特性，這就意味著給定系統(tǒng)的現(xiàn)在狀態(tài)，則要求系統(tǒng)的將來與過去獨(dú)立。如果一個(gè)系統(tǒng)不滿足馬爾科夫特性，那么就不適合用狀態(tài)空間模型。 回總目錄 回本章目錄
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1