2010_第四章_非线性系统的Kalman滤波

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

4.1 扩展的卡尔曼滤波方程

前面讲的Kalman滤波要求系统状态方程和观测方程都是线性的。然而,许多工程系统往往不能用简单的线性系统来描述。例如,导弹控制问题,测轨问题和惯性导航问题的系统状态方程往往不是线性的。因此,有必要研究非线性滤波问题。对于非线性模型的滤波问题,理论上还没有严格的滤波公式。一般情况下,都是将非线性方程线性化,而后,利用线性系统Kalman滤波基本方程。这一节我们就给出非线性系统的Kalman滤波问题的处理方法。

为了方便描述,下面仅限于讨论下列情况的非线性模型

k

k

x

k

k

=

k

+(3.2.8.1)

Φ

+

Γ

x+

x

),1

(

]

)

w

[

(

)

(k

(

)1

),

(

k

k

v

=

+k

k

+

z(3.2.8.2)

h

x

),1

]1

(

)1

(

[

+

(+

)1

+

式中,1)(⨯∈n R k x 是状态向量,1)(⨯∈m R k z 是观测向量,

)(k w 和)(k v 是噪声;1⨯∈Φn R 是k k x ),(的非线性函数,具有一阶连续导数;1⨯∈m R h 是1),1(++k k x 的非线性函数,具有一阶连续导数。)(k w 和)(k v 都是均值为零的白噪声序列,其统计特性如下

{}{}0)(,0)(==k v E k w E ,{}kj T k Q j w k w E δ)()()(=,{}

kj T k R j v k v E δ)()()(=

另外,已知初始条件,即)0(x 的统计特性。

下面仅介绍推广的Kalman 滤波方法,即围绕滤波值)|(ˆk k x

的线性化滤波方法,这种方法是先将非线性模型线性化,而后应用线性系统的Kalman 滤波基本公式。 由系统状态方程(3.2.8.1)可得

)(]),|(ˆ[)]|(ˆ)([)),|(ˆ()1()|(ˆ)(k w k k k x k k x

k x x

k k k x

k x k k x

k x Γ+-∂Φ

∂+Φ≈+= (2.3.8.3)

),1()|(ˆ)(k k x

k k x

k x +Φ=∂Φ

∂= (2.3.8.4)

)()|(ˆ]),|(ˆ[)|(ˆ)(k f k k x

x

k k k x

k k x

k x =∂Φ

∂-Φ= (2.3.8.5) 则状态方程为

)()(]),|(ˆ[)(),1()1(k f k w k k k x

k x k k k x +Γ++Φ=+ (3.2.8.6) 初始值为{}000ˆm x E x

==。 同基本Kalman 滤波模型相比,在已知求得前一步滤波值)|(ˆk k x 的条件下,状态方

程(3.2.8.6)中增加了非随机的外作用项)(k f 。

把观测方程的][∙h 围绕)|1(ˆk k x

+进行泰勒展开,略去二次以上项,可得 )1()]|1(ˆ)1([]1),|1(ˆ[)1()|1(ˆ)1(+++-+∂∂+++=++=+k v k k x

k x x

h

k k k x

h k z k k x

k x (3.2.8.7) 令

)1()|1(ˆ)1(+=∂∂+=+k C x

h

k k x

k x

)1(]1),|1(ˆ[)|1(ˆ)|1(ˆ)1(+=++++∂∂-

+=+k y k k k x h k k x

x

h k k x

k x 则观测方程为

)1()1()1()1()1(++++++=+k v k y k x k C k z (3.2.8.8)

应用Kalman 滤波基本方程可得

)]|1(ˆ)1()1()1()[1()|1(ˆ)1|1(ˆk k x k C k y k z k K k k x k k x

++-+-++++=++ (3.2.8.9) 即

]}1),|1(ˆ[)1(){[1()|1(ˆ)1|1(ˆ++-++++=++k k k x h k z k K k k x k k x

(3.2.8.10) 式中

)()|(ˆ),1()|1(ˆk f k k x k k A k k x

++=+ (3.2.8.11) 即

]),|(ˆ[)|1(ˆk k k x k k x

Φ=+

1)]1()1()|1()1()[1()|1()1(-+++++++=+k R k C k k P k C k C k k P k K T T (3.2.8.12)

方程(3.2.8.13)称为估计误差方差阵的递推方程

),1()(),1(),1()|(),1()|1(k k k Q k k k k A k k P k k A k k P T T +Γ+Γ+++=+ (3.2.8.13)

)|1()]1()1([)1|1(k k P k C k K I k k P +++-=++ (3.2.8.14)

式中滤波值和滤波误差方差阵的初始值为

{}00)0(ˆm x E x

==, {}

T m x m x E P ])0(][)0([000--= (3.2.8.15) 推广的Kalman 滤波的优点是不必预先计算标称轨道。注意推广的Kalman 滤波只要

在滤波误差)|(ˆ)()|(~k k x k x k k x -=及一步预测误差)|1(ˆ)1()|1(~k k x

k x k k x +-+=+较小时才适用。

相关文档
最新文档