擅长:python、mysql、java
<p>让我先把讨论简化为一个带有固定转移矩阵的滤波器,<strong>a</strong>而不是上面的<strong>a_ck</strong>。在这种情况下,当Kalman滤波器达到稳态时,可以提取增益并利用稳态Kalman增益制作固定增益滤波器。该滤波器是一个Kalman滤波器,它是一个固定增益滤波器。它的启动性能通常会比Kalman滤波器差。这就是用固定收益代替Kalman增益计算所付出的代价。在</p>
<p>固定增益滤波器没有协方差(<strong>p</strong>),也没有<strong>Q</strong>或<strong>R</strong>。在</p>
<p>给定<strong>A</strong>,<strong>C</strong>和<strong>Q</strong>,可以直接计算稳态增益。使用离散Kalman滤波器模型,并将a-后验共变矩阵设置为来自上一测量周期的传播的a-后验协方差矩阵,则:</p>
<p><strong>p=(I-KC)(A p A^T+Q)</strong></p>
<p>求解<strong>K</strong>方程可得到固定<strong>A</strong>、<strong>Q</strong>和<strong>C</strong>的稳态Kalman增益。在</p>
<p>哪里是<strong>R</strong>?它在稳态增益计算中没有作用,因为测量噪声在稳态时被平均化了。稳态意味着状态估计与过程噪声量(<strong>Q</strong>)一样好。在</p>
<p>如果<strong>A</strong>是时变的,那么这一讨论的大部分内容就不成立了。不能保证卡尔曼滤波器会达到稳态。可能没有。在</p>
<p>在固定增益滤波器中使用Kalman滤波器的稳态增益时,另一个隐含的假设是,所有测量值将保持在相同的速率下可用。Kalman滤波器对测量损耗具有鲁棒性,而固定增益滤波器则不具有鲁棒性。在</p>