 |
StateOutputEstimator[ssm, l]
构建 StateSpaceModel ssm 的估值器，估值器增益矩阵为 l.
StateOutputEstimator[{ssm, sensors}, l]
只将 sensors 作为 ssm 的测量使用.
StateOutputEstimator[{ssm, sensors, dinputs}, l]
将 dinputs 指定为 ssm 的确定性输入.
更多信息
- 标准状态空间模型 ssm 可以以 StateSpaceModel[{a, b, c, d}] 给出，其中 a、b、c 和 d 表示连续时间或者离散时间系统中的状态、输入、输出和传递矩阵：
-
连续时间系统 
离散时间系统 - 在连续时间或者离散时间下，描述器状态空间模型 ssm 可以按 StateSpaceModel[{a, b, c, d, e}] 给出：
-
连续时间系统 
离散时间系统 - 输入
可以包括随机输入 
和确定性输入 
. - 参数 dinputs 是整数列表，指定
中 
的位置. - 输出
可以包括测量 
和其他输出. - 参数 sensors 是整数列表，指定
中 
的位置. - StateOutputEstimator[ssm, l] 等价于 StateOutputEstimator[{ssm, All, All}, l].
- 估值器增益 l 可以使用 EstimatorGains、LQEstimatorGains 或者 DiscreteLQEstimatorGains 计算.
- StateOutputEstimator[ssm, LQEstimatorGains[ssm, ...], ...] 给出 Kalman 估值器.
- StateOutputEstimator[ssm, EstimatorGains[ssm, ...], ...] 给出 Luenberger 估值器.
- StateOutputEstimator 支持 Method 选项. 可以给出下列显式设置：
-
"CurrentEstimator" 构建当前估值器 "PredictionEstimator" 构建预测估值器 - 当前估计基于到目前时刻的测量.
- 预测估计基于到前一时刻的测量.
- 对于连续时间系统，StateOutputEstimator 给出具有动态的估值器
. 下标为 
和 
的矩阵是与确定性输入 
和感应器 
相关联的子矩阵. - 离散时间系统的预测估值器具有动态
. - 对于离散时间系统，StateOutputEstimator[..., Method->"CurrentEstimator"] 给出具有动态的估值器
，而当前状态估计 
从当前测量 
得到，为 
. - 具有估值器的系统的方框图：
- 估值器模型的输入是确定性输入
和测量 
. - 估值器模型的输出包括估计状态
和测量 
的估计.
版本 8 的新功能 | 版本 9 修改功能
