17.04.2015 Views

El Filtro de Kalman - Departamento de Electrónica - Universidad de ...

El Filtro de Kalman - Departamento de Electrónica - Universidad de ...

El Filtro de Kalman - Departamento de Electrónica - Universidad de ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Introduction<br />

<strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong><br />

Objetivos <strong>de</strong>l filtro <strong>de</strong> <strong>Kalman</strong><br />

Orígenes<br />

Descripción <strong>de</strong>l <strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong><br />

Ejemplo:<br />

Conclusiones<br />

¿ Cual es el valor <strong>de</strong> K e para que ˆX k sea la ’mejor’ estimación<br />

posible ?:<br />

Estimador <strong>de</strong> <strong>Kalman</strong><br />

Estimación:<br />

Corrección:<br />

˜X k = G · ˆX k−1 + H · U k−1 (11)<br />

ˆX k = ˜X k + K e (Y k − C · ˜X k ) (12)<br />

La <strong>de</strong>finición <strong>de</strong> ’mejor’ tiene dos respuestas:<br />

<strong>El</strong>egir K e minimizando la varianza <strong>de</strong>l estimador.<br />

mínE[(X k − ˆX k )(X k − ˆX k ) T ]. (Origen Computacional)<br />

<strong>El</strong>egir K e tal que el estimador y su varianza coinci<strong>de</strong>n con las<br />

<strong>de</strong> p(X k |Y 1:k ). (Origen Probabiĺıstico).<br />

En el filtro <strong>de</strong> <strong>Kalman</strong> ambas coinci<strong>de</strong>n.<br />

Profesor: Daniel Pizarro Pérez<br />

Estimación estocástica: <strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!