一、离散情况
1.前提假设
系统的演化方程为:
其中为一个方阵,
为过程噪声,
为观测噪声,
为观测值。
噪声都是零均值的,噪声是线性无关的:
初始状态的期望和方差为
.
假定和
均无关,即
2.直观法
假设在k时刻已经获得k次测量值,并且求
在
下的期望。
运用递推的办法,假设k-1时刻已经有了,即的最优线性估计
,前面的k-1表示时间,后面的k-1表示
是
的线性函数,下面对于
来进行估计,可以利用前面的模型
作为
的预测估计。
将估计值带入观测方程中,就可以得到的一个预测值,即
.
得到的预测估计与测量值有一个误差,记作
.
得到k时刻状态的滤波值,即
其中为待定的增益矩阵。
下面的问题是如何按照目标函数最小的要求确定最优滤波增益矩阵。
定义
,
运用前面的式子计算得到
注意:是相互独立的。
再计算期望,最后得出协方差矩阵为:
.
至此,离散卡尔曼滤波器的所有公式的推导完成了。
3.几何推导法
正交投影:设X和Z分别具有二阶矩阵的n维和m维随机向量,如果存在一个与X同维的随机向量,满足下列三个条件:
1)可由Z线性表示
2)是无偏的,即
的方差和X的方差相同
3)X-与Z正交,即
.
二、连续情况