 |
DiscreteLQEstimatorGains[ssm, {w, v}, 
]
给出过程与测量噪声协方差矩阵为 w 和 v 的连续时间的 StateSpaceModel ssm 的优化离散时间估计器增益矩阵，其中采样周期为 .
DiscreteLQEstimatorGains[{ssm, sensors}, {w, v}, ]
指定 sensors 作为 ssm 的测量噪声.
DiscreteLQEstimatorGains[{ssm, sensors, dinputs}, {w, v}, ]
指定 dinputs 作为 ssm 的确定性输入.
更多信息
- 标准状态-空间模型 ssm 可以是 StateSpaceModel[{a, b, c, d}]，其中 a、b、c 和 d 代表连续时间系统
的状态、输入、输出和传输矩阵. - 描述符连续时间状态空间模型 ssm 由
定义，可以以 StateSpaceModel[{a, b, c, d, e}] 形式给出. - 输入
可以包括过程噪声 
和确定性输入 
. - 参数 dinputs 是一个整数列表，指定
在 
中的位置. - 输出
包括测量噪声 
以及其它输出. - 参数 sensors 是一个整数列表，指定
在 
中的位置. - DiscreteLQEstimatorGains[ssm, {...}, ] 等同于 DiscreteLQEstimatorGains[{ssm, All, None}, {...}, ].
- 测量噪声为
，其中 
和 
是与 
相关联的 
和 
的子矩阵，
是噪声. - 过程和测量噪声假设为白噪声和高斯噪声：
-
, 
过程噪声 
, 
测量噪声 - 用具有优化增益的估计器最小化
，其中 
是估计的状态向量. - DiscreteLQEstimatorGains 计算基于离散的等同的噪声矩阵上的估计器增益.
- 状态空间模型 ssm 使用零阶保持方法进行离散化处理.
版本 8 的新功能 | 版本 9 修改功能
