【滤波模型】动态温度数据处理中的卡尔曼滤波案例

目录

动态温度数据处理中的卡尔曼滤波案例

1、问题分析

         2、问题求解

3、matlab实现

---

动态温度数据处理中的卡尔曼滤波案例

1、问题分析

1.假设我们要研究的对象是一个房间的温度，其温度大概在25℃左右，会小幅度波动，每隔一分钟采样一次，以 t 表达时序。

问题是要通过卡尔曼滤波估算房间真实温度。

这个实例的代表意义是，他是一个一维的线性高斯系统问题。

2.受光照、空气流动影响，真实温度会随环境变化，存在过程噪声。

过程噪声是均值为0、方差 R=0.01的高斯分布；其状态转移方程：x(t) = A(t).x(t-1) + B(t).u(t) + ε(t)

A=1，B=0，ε均值为0、方差R=0.01

3.用温度计测量，误差为+-0.5℃，并从产品说明上得知其方差为0.25，也就是说有测量噪声。

测量噪声是均值为0、方差 Q=0.25的高斯分布；

其观测方程：z(t) = C(t).x(t) + δ(t)

C=1，δ均值为0、方差Q=0.25