【摘 要】卡爾曼濾波器是一種線性、遞歸的估值方法，在多領域，尤其在導航領域得到了非常廣泛的應用，當前己成功應用于GPS/INS組合導航，提高了一定的精度。本文利用MATLAB實現卡爾曼濾波器濾波器。仿真結果表明基于MATLAB設計的卡爾曼濾波器的濾波效果良好，觀察噪聲越小，系統(tǒng)噪聲越大，遞推次數越多，卡爾曼濾波器校正作用越好。

【關鍵詞】卡爾曼濾波器 MATLAB 算法流程 噪聲

Kalman在20世紀60年代提出卡爾曼濾波理論，之后很多人都很感興趣，許多學者紛紛對卡爾曼濾波理論進行了詳盡的研究和探討。就實現形式而言，卡爾曼濾波器實質上就是一套有數字計算機實現的遞推更新，每個遞歸周期都包含兩個過程，第一個過程需要進行狀態(tài)更新；另一個過程是量測更新。狀態(tài)更新基于狀態(tài)轉移方程，對系統(tǒng)狀態(tài)量進行時間預測；量測更新則在狀態(tài)跟新的基礎上根據實時獲得的觀察值確定。因而，卡爾曼濾波器的輸入和輸出之間就有狀態(tài)更新和觀察量更新的一種算法。

一、卡爾曼濾波算法

四、結論

從仿真波形可推斷：若觀測值越大，增益越小，觀測數據越不可靠，校正就弱；當系統(tǒng)噪聲強度增大，狀態(tài)協方差增大，卡爾曼濾波器增益也增大，也就是說系統(tǒng)的不確定性增強，校正作用就大；增加迭代次數，遞推次數就大，則卡爾曼濾波器的估計值越接近真實值，校正作用就越好，這卡爾曼濾波算法理論值相一致。仿真波形結合理論，經分析可知，MATLAB軟件設計的卡爾曼濾波器較好地與理論值相一致，濾波效果顯著。

【參考文獻】

[1]秦永元，張洪鉞，汪叔華.卡爾曼濾波與組合導航原理[M].西安：西北工業(yè)大學出版社，1998

[2]沈云峰，朱海.量測噪聲自動加權Kalman濾波[J].中國慣性技術學報，2001，9（4）：21-27