Jak uzyskać stacjonarny predyktor filtra Kalmana?

14

W rozdziale dotyczącym filtrów Kalmana moja książka DSP stwierdza, pozornie nieoczekiwanie, że stacjonarny filtr Kalmana dla systemu

{x(t+1)=ZAx(t)+w(t)y(t)=dox(t)+v(t)

ma predyktor

x^(t+1|t)=(ZA-ZAK.¯do)x^(t|t-1)+ZAK.¯y(t)

oraz kowariancja wektora stanu stacjonarnego i wzmocnienie Kalmana

ˉ K = ˉ P CT(C ˉ P CT+R)-1

P.¯=ZAP.¯ZAT.-ZAP.¯doT.(doP.¯doT.+R)-1doP.¯ZAT.+Q
K.¯=P.¯doT.(doP.¯doT.+R)-1

gdzie i R oznaczają odpowiednio kowariancje szumu wejściowego w i szumu pomiarowego v .QRwv

Nie widzę, jak dojść do tego na podstawie predyktora minimalnej wariancji. Czy ktoś może mi to wytłumaczyć lub wskazać źródło, które wywodzi to wyrażenie? Jest to filtr o minimalnej wariancji czasu wariant, które mogą pochodzić:

P(T+1|t)=(P(t|t-1)-P(t|

x^(t+1|t)=(ZA-K.(t)do)x^(t|t-1)+K.(t)y(t)
K ( t ) = A P ( t | t - 1 ) C T ( C P ( t | t -
P.(t+1|t)=ZA(P.(t|t-1)-P.(t|t-1)doT.(doP.(t|t-1)doT.+R)-1doP.(t|t-1))ZAT.+Q
K.(t)=ZAP.(t|t-1)doT.(doP.(t|t-1)doT.+R)-1

Po prostu nie jestem pewien, jak przejść stąd do stacjonarnego filtra powyżej.

Aktualizacja: Widzę, że podstawienie i K ( t ) = A ˉ K w filtrze wariantu czasowego powoduje filtr stacjonarny, ale dlaczego pomnożyć przez A ? Czy to tylko symptom niefortunnego wyboru notacji, co oznacza, że K lub ˉ K tak naprawdę nie oznacza wzmocnienia Kalmana?P.¯=P.(t+1|t)=P.(t|t-1)K.(t)=ZAK.¯ZAK.K.¯

Andreas
źródło
Nie, nie można „zobaczyć” predyktora z równań układu. Myślę, że byłoby lepiej, gdybyś przeczytał książkę o filtrach Kalmana zamiast poprosić nas o jej wyciągnięcie (co byłoby po prostu zwrotem czegoś z podręcznika). Optymalne filtrowanie przez Andersona i Moore'a może być dobrym miejscem do rozpoczęcia. Pochodzi z rozdziału 5, jeśli dobrze pamiętam.
Lorem Ipsum,
@yoda: Dzięki. Moje pytanie dotyczyło tego, czy ktoś mógłby wskazać mi lepszy zasób niż podręcznik, który poleca mój kurs, więc to odpowiedź.
Andreas
@yoda: Nawiasem mówiąc, na wypadek, gdybym był niejasny: nie proszę o wyprowadzenie z systemu przestrzeni stanów, ale z minimalnego wariantu filtra Kalmana. Zaktualizowałem pytanie, aby wyjaśnić, że mogę uzyskać niezmienny w czasie filtr Kalmana, ale nie stacjonarny.
Andreas
1
Z jakiego tekstu otrzymujesz powyższe? Jeśli ktoś ma do niego dostęp, może być przydatny, abyśmy mogli zobaczyć pełny kontekst.
Jason R

Odpowiedzi:

5

Twoje pochodne są poprawne.

P.¯=P.(t|t-1)K.(t)=ZAK.¯

Czy to twoje zamieszanie:

  1. t|t-1
  2. Jak może to być „stacjonarne”, skoro twoje pochodzenie pokazuje, że zmienia się czas?

  1. Zły wybór na zapisie w książce części

P.¯=ZAP.¯ZAT.-ZAP.¯doT.(doP.¯doT.+R)-1doP.¯ZAT.+QP.¯ jest funkcją samą w sobie, pokazuje związek rekurencyjny. Innymi słowy, wykorzystuje swoje poprzednie wartości. Tak więc NIE jest taki sam dla wszystkich chwil - zmienia się przy każdej iteracji.

  1. Niezrozumienie słowa „stacjonarne”.

P.K.P.¯ i K.¯jeszcze raz. Zależą tylko od \

  • Poprzednie wartości samych siebie
  • Macierze przejścia ZA i do które są deterministyczne i w twoim przypadku niezmienne w czasie (ZA i do są zawsze takie same)
  • Q i Rktóre są macierzami kowariancji hałasu. Te 2 macierze opisują statystyki dźwięków i są takie same we wszystkich realizacjach i instancjach czasowych.

Zysk Kalmana, K.oraz macierz kowariancji stanu P.będzie miał tę samą wartość dla wszystkich realizacji tego losowego procesu. ( Uwaga dodatkowa: Żaden z tych 2 terminów nie zależy od pomiarów,y. Aby mogły zostać obliczone wcześniej. )


Wniosek:

Wyprowadzone równania „wariantu czasowego” były równoważne z tymi w książce. Poza różnicami notacyjnymi z twojej strony było pewne nieporozumienie dotyczące tego, jakie zmiany, a co nie.

ssk08
źródło
1
Nie pamiętam, jaki miałem problem, kiedy zadałem to pytanie, ale teraz ma to sens. Dzięki!
Andreas,
Nie do końca to rozumiem. Jak wyglądałyby wówczas równania niestacjonarnego filtra Kalmana?
Sandu Ursu,