带噪声估计的KF

带噪声估计的KF

x ^ ( k ∣ k − 1 ) = A x ^ q ( k − 1 ∣ k − 1 ) x ^ q ( k ∣ k − 1 ) = x ^ ( k ∣ k − 1 ) + q ^ ( k − 1 ) (92、94) \begin{aligned} \hat{x}(k|k-1)&=A\hat{x}_{q}(k-1|k-1) \\ \hat{x}_{q}(k|k-1)&=\hat{x}(k|k-1)+\hat{q}(k-1) \end{aligned} \tag{92、94} x^(kk1)x^q(kk1)=Ax^q(k1∣k1)=x^(kk1)+q^(k1)(9294)

P ( k ∣ k − 1 ) = A P Q ( k − 1 ∣ k − 1 ) A ⊤ P Q ( k ∣ k − 1 ) = P ( k ∣ k − 1 ) + Q ^ ( k − 1 ) (95、96) \begin{aligned} P(k|k-1)&=AP_{Q}(k-1|k-1)A^{\top} \\ P_{Q}(k|k-1)&=P(k|k-1)+\hat{Q}(k-1) \end{aligned} \tag{95、96} P(kk1)PQ(kk1)=APQ(k1∣k1)A=P(kk1)+Q^(k1)(9596)

z ^ ( k ∣ k − 1 ) = H x ^ q ( k ∣ k − 1 ) z ^ r ( k ∣ k − 1 ) = z ^ ( k ∣ k − 1 ) + r ^ ( k − 1 ) (97、99) \begin{aligned} \hat{z}(k|k-1)&=H\hat{x}_{q}(k|k-1) \\ \hat{z}_{r}(k|k-1)&=\hat{z}(k|k-1)+\hat{r}(k-1) \end{aligned} \tag{97、99} z^(kk1)z^r(kk1)=Hx^q(kk1)=z^(kk1)+r^(k1)(9799)

P z z = H P Q ( k ∣ k − 1 ) H ⊤ P z z R = P z z + R ^ ( k − 1 ) P x z = P Q ( k ∣ k − 1 ) H ⊤ (100、101、102) \begin{aligned} P_{zz}&=HP_{Q}(k|k-1)H^{\top} \\ {P_{zz}}_{R}&=P_{zz}+\hat{R}(k-1) \\ P_{xz}&=P_{Q}(k|k-1)H^{\top} \\ \end{aligned} \tag{100、101、102} PzzPzzRPxz=HPQ(kk1)H=Pzz+R^(k1)=PQ(kk1)H(100101102)

z ~ ( k ) = z ( k ) − z ^ r ( k ∣ k − 1 ) K ( k ) = P x z P z z R − 1 (103、108) \begin{aligned} \tilde{z}(k)&=z(k)-\hat{z}_{r}(k|k-1) \\ K(k)&=P_{xz}{P_{zz}}_{R}^{-1} \\ \end{aligned} \tag{103、108} z~(k)K(k)=z(k)z^r(kk1)=PxzPzzR1(103108)

P Q ( k ∣ k ) = [ ( I − K ( k ) H ] P Q ( k ∣ k − 1 ) x ^ q ( k ∣ k ) = x ^ q ( k ∣ k − 1 ) + K ( k ) z ~ ( k ) (109、104) \begin{aligned} P_{Q}(k|k)&=[(I-K(k)H]P_{Q}(k|k-1) \\ \hat{x}_{q}(k|k)&=\hat{x}_{q}(k|k-1)+K(k)\tilde{z}(k) \end{aligned} \tag{109、104} PQ(kk)x^q(kk)=[(IK(k)H]PQ(kk1)=x^q(kk1)+K(k)z~(k)(109104)

q ^ ( k ) = [ 1 − d ( k ) ] q ^ ( k − 1 ) + d ( k ) [ x ^ q ( k ∣ k ) − x ^ ( k ∣ k − 1 ) ] r ^ ( k ) = [ 1 − d ( k ) ] r ^ ( k − 1 ) + d ( k ) [ z ( k ) − z ^ ( k ∣ k − 1 ) ] Q ^ ( k ) = [ 1 − d ( k ) ] Q ^ ( k − 1 ) + d ( k ) [ K ( k ) z ~ ( k ) z ~ ( k ) ⊤ K ( k ) ⊤ + P Q ( k ∣ k ) − P ( k ∣ k − 1 ) ] R ^ ( k ) = [ 1 − d ( k ) ] R ^ ( k − 1 ) + d ( k ) [ z ~ ( k ) z ~ ( k ) ⊤ − P z z ] (105、106、110、107) \begin{aligned} \hat{q}(k)&=[1-d(k)]\hat{q}(k-1)+d(k)[\hat{x}_{q}(k|k)-\hat{x}(k|k-1)] \\ \hat{r}(k)&=[1-d(k)]\hat{r}(k-1)+d(k)[z(k)-\hat{z}(k|k-1)] \\ \hat{Q}(k)&=[1-d(k)]\hat{Q}(k-1)+d(k)[K(k)\tilde{z}(k)\tilde{z}(k)^{\top}K(k)^{\top}+P_{Q}(k|k)-P(k|k-1)] \\ \hat{R}(k)&=[1-d(k)]\hat{R}(k-1)+d(k)[\tilde{z}(k)\tilde{z}(k)^{\top}-P_{zz}] \end{aligned} \tag{105、106、110、107} q^(k)r^(k)Q^(k)R^(k)=[1d(k)]q^(k1)+d(k)[x^q(kk)x^(kk1)]=[1d(k)]r^(k1)+d(k)[z(k)z^(kk1)]=[1d(k)]Q^(k1)+d(k)[K(k)z~(k)z~(k)K(k)+PQ(kk)P(kk1)]=[1d(k)]R^(k1)+d(k)[z~(k)z~(k)Pzz](105106110107)

  • 24
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值