毕业论文课题相关文献综述
1.2.1 卡尔曼滤波的发展及国内外现状卡尔曼滤波（Kalman filtering）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，对系统状态进行最优估计的算法。
由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
卡尔曼滤波的实质是由量测值重构系统的状态向量。
它以预测实测修正的顺序递推，根据系统的量测值来消除随机干扰，再现系统的状态，或根据系统的量测值从被污染的系统中恢复系统的本来面目。
下图为温度计测量的卡尔曼滤波结果。
图一卡尔曼滤波结果由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
其性质如下：①卡尔曼滤波是一个算法，它适用于线性、离散和有限维系统。
每一个有外部变量的自回归移动平均系统(ARMAX)或可用有理传递函数表示的系统都可以转换成用状态空间表示的系统，从而能用卡尔曼滤波进行计算。
②任何一组观测数据都无助于消除x(t)的确定性。
增益K(t)也同样地与观测数据无关。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
