【轨迹跟踪】拓展卡尔曼滤波时序四旋翼无人机状态跟踪【含Matlab源码 2246期】

⛄一、拓展卡尔曼滤波时序四旋翼无人机状态跟踪

卡尔曼滤波算法为获得最优估计和最小误差方差，将从目标模型中得到的测量值一步步递推，实时获取新时刻的状态估计值。

假设目标状态方程和观测方程分别为：

其中，k为离散时间，X(k)为系统在k时刻的状态，Y(k)为观测信号，W(k)为过程噪声，V(k)为观测噪声，A是状态转移矩阵，B是噪声驱动矩阵，H是观测矩阵。假设W(k)和V(k)是均值为零，方差各为Q和R的不相关白噪声。

目标在k时刻的估计值，即卡尔曼滤波算法的数学表达式[12]如下：

状态一步预测为：

协方差一步预测为：

卡尔曼滤波增益为：

状态更新为：