国家估计数

设计卡尔曼过滤器，在系统操作期间估算状态，生成代码并部署到嵌入目标

状态估计技术让您在具有过程噪声和测量噪声的系统中估计状态值。控制系统工具箱™工具让您设计线性稳态和时变的卡尔曼滤波器。您还可以使用扩展的卡尔曼滤波器，Unscented Kalman滤波器或粒子过滤器来估计非线性系统的状态。

在线状态估计算法在新数据可用时更新系统的状态估计。您可以使用实时数据和线性和非线性Kalman滤波器算法估算系统的状态。您可以使用simulink执行在线状态估计金宝app^®块，使用以下块生成C / C ++代码金宝appSimulink Coder™，并将此代码部署到嵌入的目标。您还可以在命令行执行在线状态估计，并使用代码部署马铃薯^®Compiler™或者Matlab编码器。

职能

展开全部

卡尔曼滤波器设计

`卡尔曼`	设计Kalman滤波器进行状态估计
`卡尔姆`	设计离散的卡尔曼估算器用于连续植物
`丽`	表格状态估计器给出了估计

在线状态估计

`ExtendedKalmanFilter.`	为在线状态估计创建扩展的Kalman过滤器对象
`undentedkalmanfilter`	为在线状态估计创建Uncented Kalman筛选对象
`粒子滤片`	用于在线状态估计的粒子过滤器对象
`正确的`	使用扩展或Unspented Kalman滤波器或粒子滤波器和测量来正确的状态和状态估计错误协方差
`预测`	使用扩展或Unspented Kalman滤波器或粒子滤波器预测状态和状态估计在下次步骤中的误差协方差
`剩余的`	使用延长或无编号的卡尔曼滤波器时返回测量残差和剩余协方差
`初始化`	初始化粒子滤波器的状态
`克隆`	复制在线状态估计对象

块

展开全部

Simulink中的卡尔曼过滤器金宝app

卡尔曼筛选	估计离散时间或连续时间线性系统的状态
扩展卡尔曼筛选器	使用扩展卡尔曼滤波器的离散时间非线性系统的估算状态
粒子过滤器	使用粒子滤波器的离散时间非线性系统估算状态
Unscented Kalman Filter.	使用Unscented Kalman滤波器的离散时间非线性系统的估算状态