为连续对象设计离散卡尔曼估计
[k, L P M Z] = kalmd (sys、Qn Rn, Ts)
kalmd
设计了一个离散时间卡尔曼估计器,该估计器具有类似于连续时间估计器的响应特性卡尔曼
.在设计了一个满意的连续估计器之后,这个命令对于推导一个用于数字实现的离散估计器是有用的。
[k, L P M Z] = kalmd (sys、Qn Rn, Ts)
得到一个离散卡尔曼估计量k
样品时间Ts
对于连续时间设备
与过程噪声w和测量噪声v令人满意的
的估计量k
的推导式如下。连续的植物sys
第一次离散是用零阶保持器和采样时间吗Ts
(见汇集
输入),以及连续噪声协方差矩阵问n和Rn被它们的离散等价物所取代
用矩阵指数公式计算积分[2].然后设计了一个离散时间估计器,用于离散的设备和噪声。看到卡尔曼
详细的离散时间卡尔曼估计。
kalmd
还返回估计量增益l
和米
,离散误差协方差矩阵P
和Z
(见卡尔曼
详情)。
离散化的问题数据应满足要求卡尔曼
.
[1]富兰克林,g.f., J.D.鲍威尔和M.L.沃克曼,动态系统的数字控制,第二版,Addison-Wesley, 1990。
[2] Van Loan, c.f.,《计算矩阵指数的积分》IEEE®反式。自动控制AC-15, 1970年10月。