У меня вопрос о фильтре Калмана. Я использую фильтр Калмана для модели пространства состояния следующим образом:Каковы возможные причины, если фильтр Калмана не может вычислить стабилизирующий эффект Кальмана?
X(k+1) = A(k)x(k)+B(k)u(k)+w(k), w(k) ∼ N(0,Q)
Y(k) = C(K)x(k)+D(k)u(k)+v(k), v(k) ∼ N(0,R)
Какие государственные космические матрицы (A(k),B(k),C(k),D(k))
обновляются в каждый момент времени выборки, но Q и R матрицы считаются постоянными. Уравнения, которые вычисляют коэффициент усиления Калмана (К (к)) и ковариационной матрице P (P (K)) являются следующим:
K(k) = (P(k)*C(k)')/(R + C(k)*P(k)*C(k)');
Pxx(k) = (eye(n)-K(k)*C(k))*P(k)*(eye(n)-K(k)*C (k))'+K(k)*R*K(k)';%Joseph form
P(k) = A(k)*Pxx(k)*A(k)' + Q;
Проблема, с которой сталкиваюсь я связан с устойчивостью (A(k)-K(k)*C(k))
. В некоторых временах выборки расчетное усиление Кальмана не может стабилизировать матрицу (A(k)-K(k)*C(k))
, а собственные значения (A(k)-K(k)*C(k))
находятся за пределами единичного круга.
Не могли бы вы помочь мне выяснить причину этой проблемы? Я ожидаю, что фильтр Калмана даст мне коэффициент усиления, который делает матрицу (A(k)-K(k)*C(k))
стабильной с собственными значениями внутри единичного круга.