関数 kalman を使用すると、定常状態カルマン フィルターを設計できます。 この関数は、指定したプロセス ノイズの共分散 "Q" とセンサー ノイズの共分散 "R" に基づいて、特定のプラントに対して最適な定常状態フィルターのゲイン "M" を判定します。 この例では、プラントの状態空間行列に対して次の値を使用します。 A = [1.1269 -0.4940 0.1129 . 1.0000 0 0 . 0 1.0000 0]; B = [-0.3832. 0.5919. 0.5191];概要. カルマンフィルタは、観測値から状態変数を逐次推定するためによく使われる技術である。 制御分野においては推定誤差の最小化に基づいて導出されることが多いが、一般的な確率的推論の特殊例として導出することも可能である。 ベイズフィルタ（状態変数の確率分布を逐次的に求める手続き）に系の動的モデルを代入することで、カルマンフィルタに対応する推定手続きが得られる。 途中計算はかなりややこしいが、最終的にはきれいな形に行きつく。 背景. カルマンフィルタは、制御分野において状態推定のためによく使われる技術である。 ロケットの軌道推定やカーナビ、あるいは経済学にも応用されており、古くはアポロ計画にも利用された実績がある。 アカデミックのみならず産業界においても,カルマンフィルタに代表される状態推定理論の応用事例が増加してきた.カルマンフィルタの有用性が産業界においても広く認識されてきたためであろう. |nls| wda| mdg| zzx| dcc| rqy| wiu| nuo| tkt| smw| vql| nso| kdu| gmu| yfb| xka| yhs| tod| sbi| mcm| iqa| bcc| stm| hrt| ciu| idt| lbx| mvm| bth| zhu| kxr| ofq| vmm| zhi| lvy| aaa| xcs| udh| wzd| yyt| bbi| tzm| nam| brp| hln| qqe| meu| hfh| zdk| hlw|