Kalman algorytm

background image

R

ó

w

n

a

n

ia

fi

lt

ru

K

a

lm

a

n

a

pr

zy

p

om

ni

en

ie

D

ys

kr

et

ne

w

na

ni

e

st

an

u:

~x

k

=

Φ

k−

1

~x

k−

1

+

~w

k−

1

,

(1

)

i

od

p

ow

ia

da

ce

w

na

ni

e

p

om

ia

ro

w

e

~z

k

=

H

k

~x

k

+

~v

k

,

(2

)

gd

zi

e

~x

k

=

~x

(t

k

)

oz

na

cz

a

w

ar

to

ść

w

ek

to

ra

st

an

u

w

ch

w

ili

t

k

,

Φ

k

=

Φ

(t

k

t

k−

1

)

je

st

m

ac

ie

rz

ą

pr

ze

ci

a

(e

ks

tr

ap

ol

ac

ji)

od

cz

as

u

t

k−

1

do

t

k

or

az

H

k

=

H

(t

k

)

je

st

m

ac

ie

rz

ą

ob

se

rw

ac

yj

.

E

ks

tr

a

po

la

cj

a

ˆ ~x

k

(

)

=

Φ

k−

1

ˆ ~x

k−

1

(+

)

,

(3

)

P

k

(

)

=

Φ

k−

1

P

k−

1

(+

T

k−

1

+

Q

k−

1

,

(4

)

A

kt

u

a

li

za

cj

a

(a

ng

.

u

p

d

a

te

)

ˆ ~x

k

(+

)

=

ˆ ~x

k

(

)

+

K

k

[~z

k

H

k

ˆ ~x

k

(

)]

.

(5

)

O

dp

ow

ia

da

ce

w

yr

en

ia

na

ąd

ak

tu

al

iz

ac

ji

or

az

na

m

ac

ie

rz

ko

w

ar

ia

nc

ji

ęd

u

˜ ~x

k

(+

)

=

(I

K

k

H

k

~x

k

(

)

+

K

k

~v

k

,

(6

)

P

k

(+

)

=

(I

K

k

H

k

)P

k

(

)(

I

K

k

H

k

)

T

+

K

k

R

k

K

T

k

.

(7

)

M

ac

ie

rz

w

ag

ow

a

K

al

m

an

a

K

k

=

P

k

(

)H

T

k

[H

k

P

k

(

)H

T

k

+

R

k

]

1

.

(8

)

background image

K

or

zy

st

aj

ąc

z

w

na

ni

a

(8

)

m

na

za

pi

sa

ć

w

na

ni

e

(7

)

op

is

uj

ąc

e

zm

ia

m

ac

ie

rz

y

ko

w

ar

ia

nc

ji

ęd

u

pr

zy

ak

tu

al

iz

ac

ji

w

pr

os

ts

ze

j

p

os

ta

ci

P

k

(+

)

=

(I

K

k

H

k

)P

k

(

)

.

(9

)

W

ni

ek

ry

ch

pr

zy

pa

dk

ac

h

na

st

ęp

uj

ąc

e

w

yr

en

ie

,

op

is

uj

ąc

e

od

w

ro

tn

ć

m

ac

ie

rz

y

ko

w

ar

ia

nc

ji

P

k

(+

),

b

ęd

zi

e

ba

rd

zi

ej

do

go

dn

a

w

ob

lic

ze

ni

ac

h

P

1

k

(+

)

=

P

1

k

(

)

+

H

T

k

R

1

k

H

k

.

(1

0)

O

dp

ow

ia

da

cy

w

r

na

m

ac

ie

rz

w

ag

ow

ą

K

al

m

an

a

pr

zy

jm

uj

e

p

os

ta

ć

K

k

=

P

k

(+

)H

T

k

R

1

k

.

(1

1)

A

lg

o

ry

tm

fi

lt

ru

K

a

lm

a

n

a

K

ro

k

0.

W

ar

un

ki

p

oc

tk

ow

e:

E



~x

(0

)



=

ˆ ~x

o

,

E



(~x

(0

)

ˆ ~x

o

)(

~x

(0

)

ˆ ~x

o

)

T



=

P

o

.

K

ro

k

1.

E

ks

tr

ap

ol

ac

ja

:

lic

zy

m

y

ˆ ~x

k

(

),

P

k

(

)

p

od

st

aw

ia

c

ˆ ~x

k−

1

(+

),

P

k−

1

(+

)

do

r-

ń

(3

),

(4

).

K

ro

k

2.

A

kt

ua

liz

ac

ja

:l

ic

zy

m

y

m

ac

ie

rz

e

P

k

(+

)

i

K

k

ko

rz

ys

ta

c

z

w

na

ń

(8

)

i(

9)

z

w

na

ń

(1

0)

i(

11

)

(

is

to

tn

a

ko

le

jn

ć!

),

p

o

cz

ym

lic

zy

m

y

es

ty

m

at

ę

w

ek

to

ra

st

an

u

ˆ ~x

k

(+

)

z

w

na

ni

a

(6

).

P

ow

ta

rz

am

y

kr

o

k

1

i

kr

o

k

2

z

k

za

st

ąp

io

ny

m

pr

ze

z

k

+

1.

U

w

a

ga

:M

em

y

ta

e

w

yk

on

yw

ob

lic

ze

ni

a

ni

e

m

aj

ąc

os

za

co

w

an

ia

w

ar

to

śc

ip

oc

tk

ow

ej

P

o

m

ac

ie

rz

y

ko

w

ar

ia

nc

ji.

W

ta

ki

m

pr

zy

pa

dk

u

pr

zy

jm

uj

em

y

P

1

o

=

0,

p

o

cz

ym

do

ko

nu

je

m

y

ak

tu

al

iz

ac

ji

te

j

w

ar

to

śc

i

ko

rz

ys

ta

c

z

r-

ni

a

(1

0)

.


Wyszukiwarka

Podobne podstrony:
Układy Napędowe oraz algorytmy sterowania w bioprotezach
5 Algorytmy
5 Algorytmy wyznaczania dyskretnej transformaty Fouriera (CPS)
Tętniak aorty brzusznej algorytm
Algorytmy rastrowe
Algorytmy genetyczne
Teorie algorytmow genetycznych prezentacja
Algorytmy tekstowe
Algorytmy i struktury danych Wykład 1 Reprezentacja informacji w komputerze
ALGORYTM EUKLIDESA
Algorytmy z przykladami tp 7 0

więcej podobnych podstron