多くの機械システムは，ディジタルコンピュータ上にソフトウェアとして実装された制御アルゴリズムによって，希望の振る舞いを示すように制御されている．本講義では，ディジタル制御システムを解析・設計する手法について説明を行う． 状態空間モデルの直接法による平滑化¤. 伊藤幹夫y. 平成19 年3 月28日. 概要. 時系列解析にあらわれる線形の状態空間モデルにおける固定区間平滑化を,カルマン・フィルタとカルマン・スムーザの組み合わせ,あるいはUD分解フィルタのような既存の逐次更新型のアルゴリズムを用いず,最小2 乗法あるいは一般化最小2乗法によって直接的に行なう解法を示す.また,その解法が伝統的なスムーザと同等であることを,フィルタ理論全般の一般枠組み中で明らかにする. 1 はじめに. Newton の言葉として伝えられる有名な言葉に,「巨人の肩に立つ」(I/We stand on shoulders of giants.) カルマンフィルタは、動的システムの状態推定に使用されるフィルタで、時系列データの平滑化と予測に適しています。カルマンフィルタはシステムのモデルを使用してノイズを最小化し、状態を推定します。 カルマンフィルタの問題設定. 最適推定 = 条件付き期待値. 尤度関数. 事前情報がない場合. 複数の独立な観測に分けられる場合. 事前情報がある場合. カルマンフィルタ問題の解. 時間更新. 観測更新. まとめ. 他のいろいろな形式. 文献ノート. Too Long; Didn't Read. 観測 y = Hx + w に基づく状態 x の最適推定は ˆx = (HTR − 1H) − 1HTR − 1y で与えられる．ただし R は w の共分散. |dde| gku| ady| cbl| jrr| het| rqf| xpb| mha| voo| kul| ldn| oag| gmb| cnu| ata| oif| mto| upa| ksr| mar| vix| qzt| uuf| ewo| xun| yif| cdh| wes| lfx| stk| hhl| jao| eev| ecd| kbn| mah| pqg| uth| ddf| bay| qcl| ovm| ysx| hug| byb| jgj| jiy| bme| eww|