在我的DSP书中有关卡尔曼滤波器的章节中,似乎是出乎意料的,它指出了系统的固定卡尔曼滤波器
有预测因子
和稳态矢量协方差和卡尔曼增益
ˉ ķ = ˉ P ÇŤ(ç ˉ P c ^Ť+- [R )-1
其中和分别表示输入噪声和测量噪声的协方差。[R w ^ v
我看不到如何从最小方差预测器得出这一结论。有人可以向我解释一下,还是可以指向衍生该表达形式的资源?这是时变最小方差滤波器,我可以得出:
P(吨+1|吨)=阿(P(t|t−1)−P(t|
K (t )= A P (t | t − 1 )C T(C P (t | t −
我只是不确定如何从这里转到上方的固定过滤器。
更新:我看到将和代入时变滤波器固定滤波器,但为什么要与相乘?这仅仅是表示法不幸选择的一种征兆,意味着或并不能真正表示卡尔曼增益?
不,不可能从系统方程式中“看到”预测变量。我认为最好阅读一本有关卡尔曼滤波器的教科书,而不是要求我们为您派生它(这只会反省教科书中的某些内容)。Anderson和Moore的最佳过滤可能是一个不错的起点。如果我没记错的话,它来自第5章。
—
Lorem Ipsum
@yoda:谢谢。我的问题是,是否有人可以为我提供比课程推荐的教科书更好的资源,所以这是一个答案。
—
Andreas
@yoda:顺便说一句,以防我不清楚:我不是从状态空间系统中求出,而是从最小方差卡尔曼滤波器中求出。我已经更新了问题,以使我更清楚地得出一个时不变卡尔曼滤波器,而不是平稳的。
—
Andreas
您从上面获得什么文字?如果有人可以访问它,它可能会很有用,因此我们可以看到完整的上下文。
—
詹森·R