佛山网站建站推广,vps网站建设,百度优化推广,网页设计入门案例一、均方预测和随机序列分解
考虑随机序列
使用预测 定义
称为的均方可预测部分。
若相互独立#xff0c;则是均方不可预测的。 定义随机序列的新息序列
V(k)基于样本观测的条件均值为0#xff0c;即均方不可预测。
V(k)与是正交的#xff0c;即。 二、卡尔曼滤波
…一、均方预测和随机序列分解
考虑随机序列
使用预测 定义
称为的均方可预测部分。
若相互独立则是均方不可预测的。 定义随机序列的新息序列
V(k)基于样本观测的条件均值为0即均方不可预测。
V(k)与是正交的即。 二、卡尔曼滤波
输入观测量对进行估计得到
1. 系统模型
状态方程 观测方程 其中
状态向量
观测向量
状态噪声高斯白噪声
观测噪声高斯白噪声
状态转移矩阵
观测矩阵 相关性质
1乘积率
2状态噪声自相关矩阵
3观测噪声自相关矩阵
4噪声独立性 2. 新息过程 定义MMSE下的预测误差为新息过程记作 记作是用前n-1个观测值对z(n)进行MMSE估计。
其中
观测向量
权向量 性质
1当前新息与以前各观测量正交 2当前新息与以前各新息正交 3新息与观测量等价 3. 用观测量估计MMSE估计状态变量 其中 递推形式
