this is for holding javascript data
Eugene Boytsov edited textbf_x_t_F_t__.tex
almost 8 years ago
Commit id: 882837760922ac29f62019ca96afd5975574ff18
deletions | additions
diff --git a/textbf_x_t_F_t__.tex b/textbf_x_t_F_t__.tex
index 2d33928..acba718 100644
--- a/textbf_x_t_F_t__.tex
+++ b/textbf_x_t_F_t__.tex
...
\textbf{Алгоритм Калмана:}\\
Фильтр Калмана – последовательный рекурсивный алгоритм, использующий принятую модель динамической системы для получения оценки, которая может быть существенно скорректирована в результате анализа каждой новой выборки измерений во временной последовательности. Этот алгоритм находит применение в процессе управления многими сложными динамическими системами, например, непрерывными производственными процессами, самолетами, кораблями и космическими аппаратами. При управлении динамической системой, прежде всего, необходимо полностью знать её фазовое состояние в каждый момент времени. Но измерение всех переменных, которыми необходимо управлять, не всегда возможно, и в этих случаях фильтр Калмана является тем средством, которое позволяет восстановить недостающую информацию посредством имеющихся неточных (зашумленных) измерений.\\
\\
Предполагаем, что стохастическая система $x(t) = F(t)x(t) + \xi(t)$ может быть описана моделями динамики и измерений
\begin{equation}
z $z = H(t)x(t) +
\eta(t)
\end{equation} \eta(t)$.\\
Здесь $x(t)$ - верктор состояния динамической системы, который является случайным Гауссовским процессом, $z_k$ - измерения, полученные в момент времени $t_k$. Ошибки измерений $\xi_k$ и $\eta_k$ также являются случайными процессами с нулевым математическим ожиданием и независимы друг от друга\\
\begin{equation}
E\xi_k = E\eta_k = 0