目录
1.线性卡尔曼滤波算法
1.1 卡尔曼滤波算法简单介绍
1960年,Rudolf Kalman和Richard Bucy提出了一种适用于多维状态的滤波算法,即卡尔曼滤波(Kalman Filter, KF)算法,Kalman滤波算法是一种线性、无偏和估计方差最小的最优估计算法。
1.2 卡尔曼滤波算法流程
1.3 卡尔曼滤波算法仿真分析
仿真条件:
假设一目标在二维平面内做匀速直线运动,观测站处于原点且保持静止,无站址误差。观测站可以实时测量到目标与观测站之间的距离以及方位角(北偏东)。蒙特卡洛仿真100次,并将RMSE与CRLB进行对比。
目标初始状态 | 量测误差 | 过程噪声 | |
二维 | (-1000m,1000m,20m/s,-8m/s) | 100m,1° | 1e-4m/s2 |
2.参考文献
王可东. Kalman滤波基础及Matlab仿真 [M]. 北京航空航天大学出版社, 2019.