摘要：卡尔曼滤波是解决系统状态最优估计问题最常用的方法。目前,关于卡尔曼滤波的完善工作均是在估计方差最小化框架下开展理论研究的,即通过优化估计方差的过程求解滤波增益,进而用测量值与测量预测值的残差修正状态预测值、获得状态的最优估计。本文在定义向量矩阵凸组合的基础上,给出了一种新颖的卡尔曼滤波推导方法。首先,证明了多维随机变量的矩阵凸组合与其概率密度乘积的等价性。其次,采用最优矩阵凸组合方法推导了测量最优估计。最后,证明了基于矩阵凸组合的最优状态估计同传统卡尔曼滤波等价。基于矩阵凸组合方法的状态估计更易理解,避免了传统卡尔曼滤波的繁琐推导过程,也可直接推广至约束滤波和融合估计领域。

关键字：矩阵凸组合;高斯分布;卡尔曼滤波;最优估计

卷、期、页：:72,1

发表日期：2020-07-30

收录情况：国内一般期刊

发表期刊名称：第31届中国过程控制会议（CPCC 2020）摘要集

通讯作者：邵博

第一作者：岳元龙,左信

论文类型：会议论文

论文概要：岳元龙,邵博,左信，基于矩阵凸组合的最优状态估计，第31届中国过程控制会议（CPCC 2020）摘要集，2020，:72,1

论文题目：基于矩阵凸组合的最优状态估计