霍普分叉matlab程序,基于MATLAB_GUI的Kalman滤波程序

第1章Kalman滤波理论

1.1 Kalman滤波理论的应用背景

信号是传递和运载信息的时间或空间函数。信号有两类，即确定性信号和随即信号。确定性信号的变化规律是既定的，可以表示为一确定的时间函数或空间函数，具有确定的频谱特性，如阶跃信号、脉宽固定的矩形脉冲信号，正余弦函数等，它们对于指定的某一时刻，可确定一相应的函数值。随即信号没有既定的变化规律，不能给出确定的时间或空间函数，在相同的初始条件和环境条件下，信号每次实现都不一样，如陀螺漂移、惯性导航系统的导航误差、GPS的SA误差、海浪等，随即信号尽管没有确定的频谱特性，但是可以知道它的统计特性，即具有确定的功率谱。

信号在传输与检测过程中不可避免地要受到外来干扰与设备内部噪声的影响，使接收端收到的信号具有随机性。为获取所需信号，排除干扰，就要对信号进行滤波。所谓滤波，是指从混合在一起的诸多信号中提取出所需信号的过程。信号的性质不同，获取的方法就不同，即滤波的手段不同。对于确定性信号，由于其具有确定的频谱特性，可根据各信号所处频带的不同，设置具有相应频率特性的滤波器，如低通滤波器、高通滤波器、带通滤波器及带阻滤波器等，使有用信号无衰减地通过，而干扰信号收到抑制。这类滤波器可用物理的方法实现，即模拟滤波器，亦可用计算机通过算法实现，即数字滤波器。对确定性信号的滤波处理通常称为常规滤波。

随即信号具有确定的功率谱特性，可根据有用信号和干扰信号的功率谱设计滤波器。美国学者维纳(N.Wiener)等人提出了Wiener滤波，它通过做功率谱分解设计滤波器，在对信号做抑制和选通这一点同常规滤波是相似的。由于在频域进行Wiener滤波器设计需要求解维纳-霍普方程，且计算量较大，需要大量的存储空间，妨碍了Wiener滤波的应用。Kalman滤波是卡尔曼于1960年提出的从与被提取信号有关的观测量中通过算法估计出所需信号的一种滤波算法[1]。他把状态空间的概念引入到随即估计理论中，把信号过程视为白噪声作用下的一个线性系统的输出，用状态方程来描述这种输入-输出关心，估计过程中利用系统