设计离散卡尔曼估计连续植物- MATLAB kalmd MathWorks法国 - 金宝app,下载188bet金宝搏,金宝搏官方网站

语法

[k, L P M Z] = kalmd (sys、Qn Rn, Ts)

kalmd设计了离散卡尔曼估计量,响应特性类似于一个连续时间估计量与设计卡尔曼。这个命令是有用的数字实现导出一个离散估计量后满意的连续估计量设计。

[k, L P M Z] = kalmd (sys、Qn Rn, Ts)产生一个离散卡尔曼估计量k样品时间Ts连续时间的植物

$\begin{matrix} \dot{x} = 一个 x + B u + G w & (状态方程) \\ y_{v} = C x + D u + v & (测量方程) \end{matrix}$

与过程噪声w和测量噪声v令人满意的

$\begin{matrix} E (w) = E (v) = 0, & E (w w^{T}) = 问_{n}, & E (v v^{T}) = R_{n}, & E (w v^{T}) = 0 \end{matrix}$

的估计量k推导出如下。连续的植物sys首先使用零和离散样本时间吗Ts(见汇集条目),连续噪声协方差矩阵问_n和R_n取而代之的是他们的离散等价物吗

$\begin{array}{l} 问_{d} = \int_{0}^{T_{年代}} e^{一个 τ} G 问_{n} G^{T} e^{{一个}^{T} τ} d τ \\ R_{d} = R_{n} / T_{年代} \end{array}$

使用矩阵指数积分计算公式[2]。然后设计一个离散时间估计量的离散植物和噪音。看到卡尔曼有关离散卡尔曼滤波估计。

kalmd也返回估计收益l和米,离散误差协方差矩阵P和Z(见卡尔曼详情)。

离散的问题数据应该满足的要求卡尔曼。

[1]富兰克林,G.F.,J.D. Powell, and M.L. Workman,动态系统的数字控制第二版,addison - wesley, 1990年。

[2]凡贷款,多严峻,"Computing Integrals Involving the Matrix Exponential,"IEEE^®反式。自动控制1970年10月,AC-15。

之前介绍过的R2006a