卡尔曼滤波器理论

姓名：王中正学号：15085208210020学院：信息与科学技术学院专业：15级电子与通信工程对卡尔曼滤波理论的认识一，我们得了解什么叫做滤波在信号的产生、传输、接收过程中，必定会遭受外部环境扰动和内部设备噪声的影响，为获得需求信号或状态的最有效估计，要排除无用干扰，这就叫做滤波。“滤波”的术语在无线电领域首先出现。由于随机信号功率谱的确定性，有用信号和无用信号必定不同，从而可以根据其差异来设计滤波器。二，为什么提出卡尔曼滤波理论卡尔曼滤波理论的提出是在维纳滤波理论的基础上提出的，经典维纳滤波算法是线性最小方差滤波方法。它可以在频率域有效地进行滤波器设计，但所需的维纳方程计算量过大，对存储空间要求高，对多变量、时变、非平稳随机信号的滤波计算也不适用。因此这些限制了维纳滤波的应用范围。现代维纳滤波算法仍然是非递归的，计算量大，不适合实时应用，由于计算机运算速度和存贮量的限制，急迫需要能实时快速实现且存贮量小的滤波算法，满足以上这些要求的算法正是递推滤波算法。现代滤波理论在1960年开始形成，美籍科学家R.E.Kalman冲破了维纳滤波理论在工程应用中的限制，创造了适用于离散随机系统的卡尔曼滤波方法（简称为KF）。在时域内，卡尔曼滤波方法通过获取系统状态的最小均方差，来估计拥有高斯分布噪声的线性系统。从这点来说，卡尔曼滤波与维纳滤波的基本原理是一致的，但它具有维纳滤波不具有的一些优点。第一，卡尔曼滤波是时域估计方法，它将最优滤波理论与状态空间的思想结合在一起，从而能够对时变系统、非平稳信号、多维信号进行处理；第二，选用递推计算，卡尔曼滤波的运算量很小，这样对存贮亮要求不高，实时在线运算和计算机实现都非常容易。正是因为这些独特优势，卡尔曼滤波方法自提出以来就在工程实践中受到普遍应用。此方法最成功的的应用于实践就是阿波罗登月计划和设计C-54飞机导航系统。三、卡尔曼滤波器的应用卡尔曼滤波器是将过去的测量估计误差合并到新的测量误差中来估计将来的误差。伴随着计算机运算速度的提高，因卡尔曼滤波算法在估计中的显著优势，它无论在军事上还是民用上的应用越来越普遍，如工业控制系统、雷达目标跟踪、多传感器融合、定位系统、通信与信号处理等等领域，在图像处理方面，它应用于盲图像恢复等；在无线信号领域它被用于信号解调。多用户检测和衰落信道中空是编码的估计与检测；在语音信号处理领域，它被用于语音识别、语音增强、语音信号盲分离等。