传感器融合小结（2）：系统噪声离散化

内容主要提取自 edX 平台上Chalmers的micromaster项目：Emerging Automotive Technologies: Sensor Fusion and Non-linear Filtering for Automotive Systems。

对于如下系统动态模型：

                                                               

其中  为噪声。

当 A 为常矩阵时：

移项并同乘  有：

                                                 

两边同时从 t 积分至 t+T，其中 T 为采样周期，得：

                                                 

整理并换元积分上下限：

                                            

重写成：

                                            

对于一个离散系统，我们希望得到：

                                                  

比较得：

                                                 

                                                     

系统噪声  通常可看作是高斯白噪声（随机过程），其有如下性质：

                                                            

                                               

高斯白噪声的瞬时值（幅值）服从高斯分布 ，而它的功率谱密度（在频域 f 上）是常数 Q （自相关函数是功率谱密度的傅里叶反变换，常数的傅里叶反变换为冲激函数）。高斯白噪声在任意两个不同时刻上的随机变量之间，不仅是互不相关的，而且还是统计独立的（当  时，自相关函数为 0 ）。 高斯白噪声是一种理想的噪声模型。

根据

                                         

 也服从高斯分布（高斯分布乘常数并求和还是高斯分布）。其中：

                                                  

                                             

                                                                                   

                                                                 

                                                                 

                                                                 

 

当 A 为时变矩阵时：

                                                   

                                                                   

在 t 到 t+T 区间内近似 ，则

                                                            

                                                    

所以：

                                                                       

                                                                    

 服从高斯分布，其中：