私は直線を推定して追跡するアルゴリズムを作成しようとしています。 y [k] = b1 * x [k] + b2 [k]。 私が扱っている実際の物理システムでは、私はy [k]しか測定できず、入力をx [k](x [k]を入力して特定のy [k]を得ることを期待します)Kalman直線のフィルタが収束しない
問題は、y [k]とx [k]の関係が一定でないことです。勾配b1は反復kごとに一定ですが、定数b2 [k]は定数ではありません。私が仮定した別のものは、deltab2 [k] = b2 [k] -b2 [k-1]であり、繰り返しごとに一定です。
カルマンフィルタを状態ベクトル=(x [k]、b2 [k]、Delatb2 [k])、および測定値= y [k]で使用しようとしました。それは仕事をしませんでした - カルマンゲインは実用的にゼロになり、誤差共分散行列は収束しませんでした。私は収束の問題がシステムの観測可能性に関係していることを理解しました。しかし、私は私のモデルを観察可能にするのに少し問題があります。アルゴリズムを動作させるにはどうすればよいですか?あなたのアプローチで
% note - y[k] is beta here, x[k] is v.
A=[1 0 -1/b1;0 1 1;0 0 1];
H=[b1 1 0];
% varb2 = b2[k] variance
% varb2' = b2[k-1] variance
% varbeta = measurement noise variance
% covbbt = b2[k], b2[k-1] covariance - assumed to b2 0
Qk=varb2*[1/b1^2 -1/b1 -1/b1;-1/b1 1 1; -1/b1 1 1]+covbbt*[0 0 1/b1; 0 0 -1; 1/b1 -1 -2]+varb2t*[0 0 0; 0 0 0; 0 0 1]+varbeta*[1 0 0; 0 0 0; 0 0 0];
Rk=varbeta;
P=Qk;
x=[5,handles.b(2),0].'; %Assuming the initial drift is 0
% b1 is assumed to be 200, b2[k=1] assumed to be -400
%% the algorithm
v=5;
while(get(handles.UseK,'Value'))
%get covariances
x_est=A*x
P_est=A*P*A.'+Qk
sample_vector = handles.s_in1.startForeground();
I = mean(sample_vector(:,2));% average of the 200 samples
Q = mean(sample_vector(:,1));% average of the 200 samples
beta=unwrap(atan2(I,Q)); % measurment of beta
K=P*H.'*inv(H*P*H.'+Rk) %kalman gain
x=x_est+K*(beta-H*x_est)
P=P_est-K*H*P_est
vo=v;
v=x(1);
outputSingleScan(handles.s_output1,v);
end
あなたのプロセスモデルがあなたの説明と一致しません。あなたのコードはあなたの説明から 'x [k]'を見積もっていますが、あなたの説明で 'x [k]'が与えられたように聞こえます。 'x [k]'が実際にあなたの状態にある場合、 'H'は' mx + b'を評価していません。 'x [2] * x [1] + x [3]'を評価することは、線形行列演算ではありません。 –
私はそれを明確にします - x [k]は与えられません。私は正しいx [k]を見積もりたいので、それは私に欲しいy [k]を与えるでしょう。 Hは、vとb2が私の状態ベクトルからの2つの要素であるとき、beta [k] = b1 * v [k] + b2 [k]を評価しています。 – Shaked