郭润

摘要： 标准卡尔曼滤波设计中，假设系统模型是线性的。实际上在许多导航应用中，例如INS的组合、对准和标校，实际系统模型是非线性的（例如状态向量的时间导数随状态向量元素的二阶量或更高阶量变化）。 在以线性近似系统模型为基础的误差状态卡尔曼滤波中，一种常用的获得最佳估计性能的技术就是闭环卡尔曼滤波。这里，卡尔曼 阅读全文

摘要： 系统模型 为实现状态向量估计x^和误差协方差P随时间的传播，有必要知道状态随时间的变化规律，这就是系统模型的作用。 本节介绍如何从状态的动力学模型中获得卡尔曼滤波系统传播方程。 ...... 观测模型 为了用一组观测数据更新状态估计值，有必要知道观测随状态的变化规律，值就是观测模型的作用。 在标准卡 阅读全文

摘要： 离散时间卡尔曼滤波算法包含以下步骤： 不必严格遵守这个顺序， 前四个步骤组成了卡尔曼滤波的系统传播流程，也被称为是系统更新、系统外推、预测、时间更新或者时间传播流程。 状态转移矩阵定义了状态向量随时间的变化规律，在卡尔曼滤波系统模型中，状态是系统动力学过程的函数。 状态转移矩阵必然是卡尔曼滤波迭代时 阅读全文

摘要： 3.2.1 定义 离散时间卡尔曼滤波中所有误差的时变特性可归为以下三种假设中的一种：系统误差、白噪声和高斯-马尔可夫过程。系统误差（systematic errors）被假设为常值，是完全时间相关的，虽然当得到关于这些量的更多信息时，其卡尔曼滤波估计的值也会发生变化。 白噪声序列（white noi 阅读全文

摘要： 状态估计算法决定了一个系统的众多参数，KF是导航系统中大多数状态估计算法的基础； 状态估计已成为从各种有效观测数据中获得最优导航结果的关键技术。 系统误差是可复现的，可通过卡尔曼滤波或其他估计算法根据先验信息预测，例如测量中的零偏或常值偏移。 随机误差不可复现也不可预测。 在实际应用中，误差一般即包 阅读全文