基于AVR单片机的自由立体显示背光控制系统
加入技术交流群
1．2 基于单片机的Kalman滤波的预测实现
Kalman信号模型包括状态方程和测量方程。状态方程描述了系统当前状态和前一状态的状态转移关系。如下所示：
平稳条件下，Q，R是恒定的。Kalman滤波的过程就是根据观测值和信号模型恢复出原始信号的过程。
滤波器的输出由式（4）给出：
式中：
称为测量过程的革新或残余，它代表了预期的测量值和实际测量值之间的误差；K是增益因子，用于最小化后验均方误差，在滤波过程中会动态发生改变，如果测量更准确K将越大，模型估计越准确K越小。K的值和模型估计误差P相关联，K和P由下面式子迭代算出。
式(5)，式(6)为Kalman滤波的预测阶段，使用上一状态的估计，做出对当前状态的估计。式(7)～(9)为Kalman滤波的更新阶段，利用对当前状态的观测值优化在预测阶段获得的预测值，以获得一个更精确的滤波值。
Kalman滤波预测跟踪有一个启动过程，经过若干次迭代后。Kalman滤波才会趋于稳定。在该系统中，采用匀速直线运动模型，状态方程为：
式中：x(n)代表眼睛(左眼或右眼)位置的水平坐标；v(n)代表眼睛运动的速度；t代表时间间隔；wk-1代表这两个变量的模型误差，它的协方差阵定义为：
评论