第十二章最优线性预测与滤波的
基本方程
12.1 维纳滤波
12.2 卡尔曼滤波问题的提法
12.3 离散系统卡尔曼最优预测基本方程的推导
12.3 离散系统卡尔曼最优预测基本方程的推导
12.4 离散系统卡尔曼最优滤波基本方程的推导
12.5 连续系统卡尔曼滤波基本方程的推导
12.6 系统噪声与观测噪声相关的卡尔曼滤波
12.7 具有输入信号的卡尔曼滤波
12.8 有色噪声情况下的卡尔曼滤波
12.9 滤波的稳定性概念和滤波的发散问题
第一节维纳滤 波
12.1.1、维纳滤波问题的提法
12.1.2、维纳-霍夫积分方程
维纳滤波问题的提法
( )
ztxtv t=
设系统的观测方程为
式中,为有用信号
( )
x t
( )
z t
为观测信号
( )
v t
为观测误差。
( )
( )
z t
( )
+
( )
( )
x t
( )
( )
v t
v t
设 、 和 都是均值为零并具有各态历经性的平稳随机
设 、 和 都是均值为零并具有各态历经性的平稳随机
过程(附录四)。
根据观测值 估计,使估值接近于。维纳滤波的任
务就是设计出一个线性定常系统L,如图12-1所示,使得系统的
( )
x t
输出与具有最
小方差,即
( )
y t
( )
z t
( )
x t
( )
ˆx t
( )
x t
( )
y t
( )
x t
这样 就作为 的估值 。
{
=-
JExty t
( )
=
( )
ˆx t
}2 min
( )
(12-3)
Ø
ø
º
ß
如果系统的脉冲过渡函数为 ,则
(
h l
)
( )
ythzt
¥=
0
) (
d ll
(
)
(12-4)
l
( )
z t
是系统L根据输入信号 在
(
¥ ,
( )
( )
给出的实际输出,如图12-2所示。 是
y t
数
12-2
( )
y t
)0l >
(
。
)t
上的全部过去值所
(
(
z t l-
)
)
的线性函
根据问题的性质,维纳滤波有下列三个条件:
⑴ 信号与噪声都是均值为零并具有各态历经性的平稳随机过程;
(
) 0
h l =
;
⑵ 滤波器是一个物理可实现的线性定常系统。当 时,
⑶ 最优准则是滤波的方差为最小。
这些条件使维纳滤波受到很大限制。
0l <
-
-
维纳-霍夫积分方程
维纳-霍夫积分方程是确定最优滤波器脉冲过渡函数的一个方
程式。根据正交定理(附录五),估计误差应与观测值正交,
即
{
( )
-=
Exthztdzt
(
) (
lllt
)
0
0
(
)
}
)
t
(
(
(
t
{
{
{
{
(
(
ExtzthEztzt
ExtzthEztzt
( )
( )
}
}
)
)
d
d
tllt
tllt
=
=
0
(
(
l
l
)
)
)
)
(
(
}
}
)
)
0
0
(12-5)
{
( )
Extzt
(
}
)
=
Rt
(
t
)
xz
{
(
Eztzt
-=
(
)
R
ltt l
}
)
(
zz
)
把上面两式代入式(12-5),可 得
¥
Ø
ø
-
-
£
Œ
œ
º
ß
¥
-
-
-
-
¥
-
-
-
-
-
-
-
把上面两式代入式(12-5),可 得
xzzzRhR
( )
(
d
tltl l
¥=
0
)
(
)
(12-6)
这就是维纳-霍夫积分方程,解此方程可得最优滤波器的脉冲
过渡函数。
维纳滤波在随机控制领域中是一个很大的突破,但很少被应
用,这主要有如下两方面原因:
⑴ 维纳-霍夫积分方程很难解,即使求出了最优滤波器的脉
冲过渡函数,在工程上往往很难实现;
⑵ 维纳理论要求所有的随机过程都平稳的,这与工程实际问
题往往不相符合。
-
卡尔曼在1960年提出了另一种适合于数字计算机计算的递
推滤波法,即所谓的卡尔曼滤波。这种滤波方法不需要求
解积分方程,既适用于平稳随机过程,也适用于非平稳随
机过程,是一种有广泛应用价值的工程方法。
卡尔曼
维纳
第二节卡尔曼滤波问题的提法
在许多实际控制过程中,系统往往受到随机干扰作用,例
如飞行中的飞机、导弹受到阵风的扰动。在这种情况下,
线性连续系统的控制过程可用下式表示:
(
)
(
(
(
)
xAxBuF w
xAxBuF w
&
&
=+
=+
)
)
tttttt
tttttt
(
(
)
)
t
t
+
+
(
(
)
)
(
(
)
)
(
(
)
)
(
(
)
)
(12-7)
(12-7)