在前面,我们学习了离散型卡尔曼滤波器,我们知道它的本质是对估计量和测量量进行一个加权平均,通过不停的迭代从而使卡尔曼增益更加合理。然而当我们回过头重新检视卡尔曼滤波,发现它用到了大量的线性代数运算,换句话说,只有满足线性的系统才能使用离散卡尔曼滤波。然而在实际工程应用中,系统内总是存在着非线性关系,例如平方关系,三角函数关系,指数对数关系等,我们应该怎样处理这样的问题呢?
我们已经知道,在卡尔曼滤波中需要大量矩阵运算,因此,运用卡尔曼滤波时遇到的非线性问题,唯一正确的方法就是把它线性化,而线性化的方法则是泰勒展开。我们把将期望和方差线性化的卡尔曼滤波器称为拓展卡尔曼滤波器(EKF)。
我们重新构建系统的状态函数和观测函数
我们使用f和h来表示状态函数和观测函数中的非线性关系。
我们要将以上两式用一种新的近似线性表达式代替