广义卡尔曼滤波均方误差最小性的研究

卡尔曼滤波方法是一种应用广泛的估值方法，但其在应用时，要求系统数学模型已知。而广义卡尔曼滤波在应用时不需要系统数学模型是已知的，具有广泛的适用性。在广义卡尔曼滤波方法的消息模型和测量模型的基础上，讨论了其滤波模型的均方误差最小性问题，即最优滤波器的选取问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较，验证了广义卡尔曼滤波的有效性。     

广义卡尔曼滤波递推公式的证明

卡尔曼滤波方法是一种应用广泛的估值方法,但其要求系统数学模型已知。而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。在广义卡尔曼滤波方法的状态模型和测量模型的基础上讨论了其递推公式的证明问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较,验证了广义卡尔曼滤波的有效性。     

机动目标的广义卡尔曼滤波信号模型的理论推导

卡尔曼滤波方法是一种应用广泛的估值方法,但其要求系统数学模型已知,而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。从泛函分析的角度讨论了连续函数的最佳逼近问题,并以此为基础提出了广义卡尔曼滤波的信号模型和递推公式。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较,验证了广义卡尔曼滤波的有效性。