卡尔曼滤波原理详解及系统模型建立

系统:Windows 10
软件版本:

卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据对系统状态做出最佳估计的算法。由于观测数据包含了系统中噪声和干扰的影响，最优估计也可以看作是一个滤波过程。

数据滤波是一种去除噪声、恢复真实数据的数据处理技术。卡尔曼滤波可以在量测方差已知的情况下，从一系列带有量测噪声的数据中估计出动态系统的状态。由于便于计算机编程，并能实时更新和处理现场采集的数据，卡尔曼滤波是目前应用最广泛的滤波方法，在通信、导航、制导和控制等诸多领域得到了很好的应用。

卡尔曼滤波器不要求信号和噪声都是平稳过程的假设。对于每一时刻的系统扰动和观测误差(即噪声)，只要对它们的统计性质做一些适当的假设，通过对含有噪声的观测信号进行处理，就可以得到误差最小的真实信号的估计值。因此，自卡尔曼滤波理论问世以来，在通信系统、电力系统、航空空航天、环境污染控制、工业控制、雷达信号处理等许多部门得到了应用，并取得了许多成功的结果。