0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

卡曼濾波器入門教程一維卡曼濾波器 3

jf_78858299 ? 來源:人工智能大講堂 ? 作者:人工智能大講堂 ? 2023-02-10 16:15 ? 次閱讀

示例6–估計(jì)儲(chǔ)罐中液體的溫度

我們想估計(jì)儲(chǔ)罐中液體的溫度:

我們假設(shè)在穩(wěn)定狀態(tài)下,液體溫度是恒定的,然而,真實(shí)液體溫度是存在一些波動(dòng)的,我們可以用以下方程描述該動(dòng)態(tài)系統(tǒng)狀態(tài):

xn=T+wn

T是恒定溫度wn是具有方差q的隨機(jī)過程噪聲

數(shù)值示例:

假設(shè)真實(shí)溫度為50攝氏度我們假設(shè)模型是準(zhǔn)確的,因此,我們將過程噪聲方差(q)設(shè)置為0.0001測(cè)量誤差(標(biāo)準(zhǔn)偏差)為0.1攝氏度。每5秒測(cè)量一次。每個(gè)測(cè)量點(diǎn)對(duì)應(yīng)的真實(shí)液體溫度值為:49.979℃、50.025℃、50℃、50.003℃、49.994℃、50.002℃、4.9.999℃、50.006℃、49.998℃和49.991℃。測(cè)量值為:49.95℃、49.967℃、50.1℃、50.106℃、49992℃、49.819℃、49933℃、50.007℃、50.023℃和49.99℃。下表對(duì)真實(shí)液體溫度和測(cè)量值進(jìn)行了比較:

迭代0

在第一次迭代之前,我們必須初始化卡爾曼濾波器并預(yù)測(cè)下一個(gè)狀態(tài)(即第一個(gè)狀態(tài))。

初始化

我們不知道儲(chǔ)罐中液體的真實(shí)溫度,我們的猜測(cè)是10℃

=10

℃我們的猜測(cè)很不精確,因此我們將初始化估計(jì)誤差σ設(shè)置為100,初始化的估計(jì)不確定度是誤差方差(σ2):

p0,0=1002=10,000

方差非常大,如果我們用一個(gè)更有意義的初始化值,我們能夠讓卡爾曼濾波器更快地收斂。

預(yù)測(cè)

現(xiàn)在,我們將根據(jù)初始化值預(yù)測(cè)下一個(gè)狀態(tài),由于我們的模型是恒定的,預(yù)測(cè)的估計(jì)值等于當(dāng)前的估計(jì)值:

=10

℃推導(dǎo)估計(jì)不確定度(方差):

p1,0=p0,0+q=10000+0.0001=10000.0001

迭代1步驟1-測(cè)量測(cè)量值是:

z1= 49.95

℃由于測(cè)量誤差為0.1(σ),方差(σ2)為0.01;因此,測(cè)量不確定度為:

r1=0.01

步驟2-更新

計(jì)算卡曼增益:

卡爾曼增益幾乎為1,即我們的估計(jì)誤差遠(yuǎn)大于測(cè)量誤差,因此,估計(jì)的權(quán)重可以忽略不計(jì),而測(cè)量權(quán)重幾乎為1。估計(jì)當(dāng)前狀態(tài):

更新當(dāng)前估計(jì)的不確定度:

步驟3-預(yù)測(cè)

由于我們系統(tǒng)是恒定的,即液體溫度不變:

℃推導(dǎo)估計(jì)不確定值(方差)為:

p2,1=p1,1+q=0.01+0.0001=0.0101

迭代2步驟1-測(cè)量

測(cè)量值:

z2= 49.967

℃由于測(cè)量誤差為0.1(σ),方差(σ2)為0.01;因此,測(cè)量不確定度為:

r2=0.01

步驟2-更新

計(jì)算卡曼增益:

卡爾曼增益為0.5,即,估計(jì)權(quán)重和測(cè)量權(quán)重相等。估計(jì)當(dāng)前狀態(tài):

更新當(dāng)前估計(jì)的不確定性:

步驟3-預(yù)測(cè)

由于我們系統(tǒng)是恒定的,即液體溫度不變:

℃推導(dǎo)估計(jì)不確定度(方差)為:

P3,3=p2,2+q= 0.005+0.0001=0.0051

迭代3-10

下表總結(jié)了連續(xù)迭代的計(jì)算:

下表對(duì)真實(shí)值、測(cè)量值和估計(jì)值進(jìn)行了比較:

如圖所見,估計(jì)值向真實(shí)值收斂,下表顯示了估計(jì)的不確定性:

估計(jì)的不確定度迅速下降,10次測(cè)量后,估計(jì)不確定度(σ2)為0.0013,即估計(jì)誤差標(biāo)準(zhǔn)偏差為:σ=0.036℃。因此,我們可以說液體溫度估計(jì)值為:49.988±0.036℃

正如你所看到的,卡爾曼增益正在逐步下降,使得測(cè)量重量越來越小。

總結(jié):

在本例中,我們使用一維卡爾曼濾波器測(cè)量液體溫度,盡管系統(tǒng)包括隨機(jī)過程噪聲,但卡爾曼濾波器可以提供良好的估計(jì)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 卡爾曼濾波器
    +關(guān)注

    關(guān)注

    0

    文章

    53

    瀏覽量

    12167
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    卡爾濾波器介紹

    系列遞歸數(shù)學(xué)公式描述。它們提供了種高效可計(jì)算的方法來估計(jì)過程的狀態(tài),并使估計(jì)均方誤差最小???b class='flag-5'>曼濾波器應(yīng)用廣泛且功能強(qiáng)大:它可以估計(jì)信號(hào)的過去和當(dāng)前狀態(tài),甚至能估計(jì)將來的狀態(tài),即使
    發(fā)表于 07-14 13:06

    卡爾濾波器的使用原理

    [開發(fā)工具] STM32算法的翅膀之MATLAB基于加速度計(jì)與氣壓計(jì)的三階卡爾濾波計(jì)算加速度、速度及高度主要介紹了卡爾濾波器的使用原理,給出了matlab代碼,并在STM32F40
    發(fā)表于 08-17 07:02

    卡爾濾波器是什么

    、前言卡爾濾波器種最優(yōu)線性狀態(tài)估計(jì)方法(等價(jià)于“在最小均方誤差準(zhǔn)則下的最佳線性濾波器”),所謂狀態(tài)估計(jì)就是通過數(shù)學(xué)方法尋求與觀測(cè)數(shù)據(jù)
    發(fā)表于 11-16 09:10

    卡爾濾波是屬于個(gè)什么濾波器?

    卡爾濾波器是屬于個(gè)高通濾波器還是帶通濾波器
    發(fā)表于 10-11 06:58

    卡爾濾波器原理

    離散卡爾濾波器1960年,卡爾發(fā)表了他著名的用遞歸方法解決離散數(shù)據(jù)線性濾波問題的論文[Kalman60] 。從那以后,得益于數(shù)字計(jì)算技術(shù)的進(jìn)步,卡爾
    發(fā)表于 07-14 13:03 ?0次下載

    卡爾濾波器參數(shù)分析與應(yīng)用方法研究

    介紹卡爾濾波器及其各種衍生方法。首先給出卡爾濾波器的算法流程以及所有參數(shù)的含義,并對(duì)影響濾波效果的 五個(gè)主要參數(shù)進(jìn)行了討論。然后通過仿
    發(fā)表于 06-21 17:56 ?6次下載

    圖解卡爾濾波器

     卡爾濾波器種由卡爾(Kalman)提出的用于時(shí)變線性系統(tǒng)的遞歸濾波器。這個(gè)系統(tǒng)可用包含正交狀態(tài)變量的微分方程模型來描述,這種
    發(fā)表于 02-07 18:06 ?4856次閱讀
    圖解卡爾<b class='flag-5'>曼</b><b class='flag-5'>濾波器</b>

    基于卡爾濾波器的PID設(shè)計(jì)教程

    基于卡爾濾波器的PID設(shè)計(jì)教程
    發(fā)表于 06-03 10:27 ?37次下載

    濾波器入門教程概述

    卡爾濾波器個(gè)簡(jiǎn)單的話題,然而,許多書籍和教程卻把它講的很復(fù)雜,要讀懂它們需要有深厚的數(shù)學(xué)背景,并且缺乏實(shí)際的例子,幾乎每本書籍或教程都把核心思想簡(jiǎn)單明了的卡
    發(fā)表于 02-10 15:15 ?719次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b>概述

    濾波器入門教程α?β?γ濾波器 1

    在前面兩篇文章中我們已經(jīng)簡(jiǎn)單介紹了濾波以及所涉及的數(shù)學(xué)基礎(chǔ),今天讓我們通過幾個(gè)例子來進(jìn)步認(rèn)識(shí)
    發(fā)表于 02-10 15:44 ?458次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b>α?β?γ<b class='flag-5'>濾波器</b> 1

    濾波器入門教程α?β?γ濾波器 2

    在前面兩篇文章中我們已經(jīng)簡(jiǎn)單介紹了濾波以及所涉及的數(shù)學(xué)基礎(chǔ),今天讓我們通過幾個(gè)例子來進(jìn)步認(rèn)識(shí)
    發(fā)表于 02-10 15:46 ?728次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b>α?β?γ<b class='flag-5'>濾波器</b> 2

    濾波器入門教程α?β?γ濾波器 3

    在前面兩篇文章中我們已經(jīng)簡(jiǎn)單介紹了濾波以及所涉及的數(shù)學(xué)基礎(chǔ),今天讓我們通過幾個(gè)例子來進(jìn)步認(rèn)識(shí)
    發(fā)表于 02-10 15:46 ?516次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b>α?β?γ<b class='flag-5'>濾波器</b> <b class='flag-5'>3</b>

    濾波器入門教程α?β?γ濾波器 4

    在前面兩篇文章中我們已經(jīng)簡(jiǎn)單介紹了濾波以及所涉及的數(shù)學(xué)基礎(chǔ),今天讓我們通過幾個(gè)例子來進(jìn)步認(rèn)識(shí)
    發(fā)表于 02-10 15:48 ?627次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b>α?β?γ<b class='flag-5'>濾波器</b> 4

    濾波器入門教程濾波器 1

    本章將描述卡爾濾波器,主要目標(biāo)是簡(jiǎn)單直觀地解釋卡爾濾波器的概念,所以,這個(gè)過程并不會(huì)使用
    的頭像 發(fā)表于 02-10 16:15 ?1699次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b><b class='flag-5'>一</b><b class='flag-5'>維</b><b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b> 1

    濾波器入門教程濾波器 2

    本章將描述卡爾濾波器,主要目標(biāo)是簡(jiǎn)單直觀地解釋卡爾濾波器的概念,所以,這個(gè)過程并不會(huì)使用
    的頭像 發(fā)表于 02-10 16:15 ?590次閱讀
    <b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b><b class='flag-5'>入門教程</b><b class='flag-5'>一</b><b class='flag-5'>維</b><b class='flag-5'>卡</b><b class='flag-5'>曼</b><b class='flag-5'>濾波器</b> 2