El Filtro de Kalman - Departamento de ElectrÃ³nica - Universidad de ...

More documents

Recommendations

Info

Introduction Filtro de Kalman Consideraciones del Filtro Orígenes Descripción del Filtro de Kalman Ejemplo: Conclusiones El estado inicial X 0 debe ir acompañado de un término de varianza Σ 0 . Σ 0 es intuitivamente la incertidumbre inicial que se tiene en X 0 . Σ W representa la incertidumbre que asociamos al modelo (G,H,C,D). El filtro de Kalman solo es óptimo para procesos gaussianos. Σ k da una idea sobre la incertidumbre en la estimación. Σ W y Σ V deben calcularse previamente a utilizar el filtro. (métodos de identificación de ruido) Profesor: Daniel Pizarro Pérez Estimación estocástica: Filtro de Kalman
Ejemplo: Introduction Filtro de Kalman Orígenes Descripción del Filtro de Kalman Ejemplo: Conclusiones Sea un sistema en V.V.E.E definido por: ( ) ( 0,65 0,05 1 G = H = 0,05 0,65 0) X 0 = ( ( ) 5 10 0 , Σ 5) 0 = 0 10 Consideramos ruido en el modelo nulo. P W = C = ( 1 0 ) ( ) 0, 0 0, 0 Profesor: Daniel Pizarro Pérez Estimación estocástica: Filtro de Kalman
Page 1 and 2: Índice Observadores de Estado en P
Page 3 and 4: Introduction Filtro de Kalman Recor
Page 5 and 6: Introduction Filtro de Kalman Anál
Page 7 and 8: Introduction Filtro de Kalman Contr
Page 13 and 14: Introduction Filtro de Kalman Ruido
Page 21 and 22: Introduction Filtro de Kalman Oríg
Page 23 and 24: Proceso a estimar Introduction Filt
Page 25 and 26: Introduction Filtro de Kalman Orige
Page 27: Introduction Filtro de Kalman Descr
Page 31 and 32: Introduction Filtro de Kalman Oríg
Page 33 and 34: Ejemplo: Introduction Filtro de Kal
Page 35 and 36: Introduction Filtro de Kalman Ejemp
Page 37 and 38: Introduction Filtro de Kalman Ejemp
Page 39: Bibliografía Introduction Filtro d

El Filtro de Kalman - Departamento de ElectrÃ³nica - Universidad de ...

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

Delete template?

Save as template?