this is for holding javascript data
Stepan Salov edited section_addcontentsline_toc_section_x__.tex
almost 8 years ago
Commit id: a01a526c5fce559a0f9c42eb39b2ef9ee620a915
deletions | additions
diff --git a/section_addcontentsline_toc_section_x__.tex b/section_addcontentsline_toc_section_x__.tex
index 7305d9f..e086471 100644
--- a/section_addcontentsline_toc_section_x__.tex
+++ b/section_addcontentsline_toc_section_x__.tex
...
где $K_{t+1}$ - коэффициент Калмана, зависящий от шага итерации. \\
Мы должны выбрать $K_{t+1}$ таким, чтобы получившееся оптимальное значение координаты $xOpt(t+1)$ было бы наиболее близкое к истиной координате $x(t+1)$.
В общем случае, чтобы найти точное значение коэффициента Калмана $K_{t+1}$ , нужно просто минимизировать ошибку:
$$
\begin{equation}
e(t+1)=x(t+1)-xOpt(t+1)
\end{equation}
$$
Подставляем в выражения уравнения и упрощаем:
$$
e(t+1)=x(t+1)–K_{t+1}\cdot z(t+1)-(1-K_{t+1})\cdot (xOpt(t)+a\cdot t+2.1)=\\=x(t+1)-K_{t+1}\cdot (x(t+1)+N_{t+1})-(1-K_{t+1})\cdot (xOpt(t)+a\cdot t+2.1)=\\=x(t+1)\cdot (1-K_{t+1})-K_{t+1}\cdot (x(t+1)+N_{t+1})-(1-K_{t+1})\cdot (xOpt(t)+a\cdot t+2.1)=\\=(1-K_{t+1})\cdot (x(t+1)–xOpt(t)–a\cdot t–2.1)–K_{t+1}\cdot N_{t+1}=\\=(1-K_{t+1})\cdot (x(t)+a\cdot t+2.1+E_{t}–xOpt(t)–a\cdot t–2.1)–K_{t+1}\cdot N_{t+1}=\\=(1-K_{t+1})\cdot (x(t)–xOpt(t)+E_{t})–K_{t+1}\cdot N_{t+1}=\\=(1-K_{t+1})\cdot (e(t)+E_{t})–K_{t+1}\cdot N_{t+1}$$