貝葉斯濾波與卡爾曼濾波的區(qū)別_第1頁
貝葉斯濾波與卡爾曼濾波的區(qū)別_第2頁
貝葉斯濾波與卡爾曼濾波的區(qū)別_第3頁
貝葉斯濾波與卡爾曼濾波的區(qū)別_第4頁
貝葉斯濾波與卡爾曼濾波的區(qū)別_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

課程：現代信號處理專業(yè)：信號與信息處理貝葉斯與卡爾曼濾波的區(qū)別貝葉斯原理的實質是希望用所有已知信息來構造系統(tǒng)狀態(tài)變量的后驗概率密度，即用系統(tǒng)模型預測狀態(tài)的先驗概率密度，再用最新的觀測數據進行修正，得到后驗概率密度。通過觀測數據來計算狀態(tài)變量取不同值的置信度，由此獲得狀態(tài)的最優(yōu)估計。當矩陣導數為0時，矩陣的跡取最小值，從這個式子解出Kalman增益UKF與UKF圖范香華程序：clearN=200;w=randn(1,N);%系統(tǒng)隨機噪聲V=randn(1,N);%測量隨機噪聲q1=std(V);Rvv=q1.^2;%測量噪聲協方差q2=std(w);Rww=q2.^2;%系統(tǒng)噪聲協方差x(1)=20;%狀態(tài)初始值P=2;%狀態(tài)協方差初始值a=1;fork=2:N;x(k)=a*x(k-1)+w(k);%由上一狀態(tài)的最優(yōu)化結果預測的當前狀態(tài)值Z(k)=x(k)+V(k);%測量值p(k)=P+Rww;K=p(k)/(p(k)+Rvv);%卡爾曼增益X(k)=x(k)+K*(Z(k)-x(k));%當前狀態(tài)的最優(yōu)化結果x(k)=X(k);%更新P=p(k)-K*p(k);%當前狀

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論