Nomenklatur - im ZESS
Nomenklatur - im ZESS
Nomenklatur - im ZESS
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3. Adaptive Kalman-Filter<br />
/ = ln I<br />
������<br />
− −<br />
�=<br />
1<br />
() �<br />
+<br />
�<br />
−<br />
Q + P⋅<br />
N<br />
= − ⋅ln<br />
2<br />
1 ⎡<br />
⎢<br />
ξ − [ ˆ<br />
2 ⎣−<br />
� −<br />
� 1<br />
⋅∑<br />
2<br />
�<br />
⎤<br />
⎥<br />
⎦<br />
⎛ ⎞<br />
⎜ξ<br />
< α ⎟<br />
⎝−<br />
� − � − � ⎠<br />
�<br />
+<br />
( 2⋅<br />
S)<br />
− ⋅ln(<br />
3 N ) − ln 3 () N<br />
⋅ 3<br />
+<br />
N<br />
−1<br />
1<br />
2<br />
⎡<br />
⎢<br />
ξ − [ ˆ<br />
⎣−<br />
� −<br />
− � −1<br />
[ < � − &()<br />
N ⋅ [ ˆ � ] ⋅[<br />
3 ] ⋅ < − &()<br />
N<br />
�<br />
� �<br />
+<br />
�<br />
⎤<br />
⎥<br />
−<br />
⎦<br />
1<br />
2<br />
∑<br />
�=<br />
1<br />
⎛<br />
⎜<br />
⎝<br />
− [ ⋅ [ ˆ ] �<br />
Die Bildung der partiellen Ableitungen nach den unbekannten Zuständen und nach den unbekannten<br />
Parametern dient zur Best<strong>im</strong>mung des Max<strong>im</strong>ums der Likelihoodfunktion:<br />
∂ ⎡<br />
⎢ln<br />
I<br />
∂ ξ ⎣<br />
∂ ⎡<br />
⎢ln<br />
I<br />
∂α<br />
⎣<br />
������<br />
− −<br />
������<br />
− −<br />
() �<br />
() �<br />
�<br />
−<br />
�<br />
−<br />
ξ < α<br />
− � − � − �<br />
ξ < α<br />
−�<br />
− � − �<br />
⎤<br />
⎥<br />
⎦<br />
⎤<br />
⎥<br />
⎦<br />
�<br />
= �<br />
= �ˆ<br />
ˆ α<br />
ξ<br />
= �<br />
= �ˆ<br />
ˆ α<br />
ξ<br />
1. Best<strong>im</strong>mungsgleichung der Max<strong>im</strong>um Likelihood Methode<br />
Mit Glg. [3.1.57] wird Glg. [3.1.58] zu<br />
T<br />
ξ<br />
− − ⎡ ⎤<br />
⎢<br />
⎣ − ⎥<br />
⎦<br />
⋅ = − ⇒ − = + +<br />
T<br />
[ $ P ( N ) 0 [ $ [ $<br />
� =<br />
−<br />
�<br />
��<br />
α<br />
ξ=<br />
��<br />
Demzufolge wird der Zustandsschätzwert durch ein Kalman-Filter berechnet, das auf den<br />
Schätzwerten der unbekannten Parameter basiert.<br />
Die partielle Ableitung nach den Parametern gestaltet sich aufwendiger, da die unbekannten<br />
Parameter prinzipiell in den Matrizen $, %, &, 4 und 5 vorkommen können. Damit werden<br />
auch die Fehlerkovarianzmatrizen 3 + , 3 − und 3 beeinflußt. So müssen Ableitungen der<br />
��<br />
∂ ln ;<br />
folgender Form gebildet werden: und<br />
∂α<br />
�<br />
∂<br />
−1<br />
;<br />
. Diese können durch folgende Umfor-<br />
∂α�<br />
mungen, die [Maybeck, 1968] entnommen sind vereinfacht werden:<br />
= 0<br />
−<br />
��<br />
−−<br />
�<br />
= 0<br />
−<br />
+<br />
�<br />
�<br />
α =<br />
∂ ln ; ∂ ln ; ∂ ; 1 ∂ ; ⎧ ∂ ; ⎫<br />
−1<br />
= ⋅ = ⋅ = VS ⎨;<br />
⋅ ⎬<br />
∂α � ∂ ; ∂α � ; ∂α � ⎩ ∂α �⎭<br />
∂<br />
−<br />
;<br />
∂α<br />
1<br />
∂ ;<br />
=−; ⋅ ⋅;<br />
∂α<br />
−1 −1<br />
� �<br />
��<br />
⎞<br />
⎟ −<br />
⎠<br />
[3.1.57]<br />
[3.1.58]<br />
[3.1.59]<br />
[3.1.60]<br />
[3.1.61]<br />
[3.1.62]<br />
Seite 43