Stima dello stato

Progettare filtri Kalman, stimare gli stati durante il funzionamento del sistema, generare codice e attuarlo su target integrati

Le tecniche di stima dello stato consentono di stimare i valori di stato in sistemi con rumore di processo e di misura. Gli strumenti Control System Toolbox™ consentono di progettare filtri di Kalman lineari a stato stazionario e variabili nel tempo. Gli stati dei sistemi non lineari possono essere inoltre stimati utilizzando filtri di Kalman estesi, filtri di Kalman inodori o filtri antiparticolato.

Gli algoritmi di stima dello stato online aggiornano le stime dello stato del sistema quando sono disponibili nuovi dati. È possibile stimare gli stati del sistema utilizzando dati in tempo reale e algoritmi del filtro di Kalman lineari e non lineari. È possibile eseguire la stima dello stato online utilizzando i blocchi di Simulink^®, generare codice C/C++ per questi blocchi utilizzando Simulink Coder™ e implementare tale codice su un target integrato. È inoltre possibile eseguire la stima dello stato dalla riga di comando e implementare il codice utilizzando MATLAB^® Compiler™ o MATLAB Coder.

Funzioni

espandi tutto

Progettazione del filtro di Kalman

`kalman`	Design Kalman filter for state estimation
`kalmd`	Design discrete Kalman estimator for continuous plant
`estim`	Form state estimator given estimator gain

Stima dello stato online

`extendedKalmanFilter`	Create extended Kalman filter object for online state estimation
`unscentedKalmanFilter`	Create unscented Kalman filter object for online state estimation
`particleFilter`	Particle filter object for online state estimation
`correct`	Correct state and state estimation error covariance using extended or unscented Kalman filter, or particle filter and measurements
`predict`	Predict state and state estimation error covariance at next time step using extended or unscented Kalman filter, or particle filter
`residual`	Return measurement residual and residual covariance when using extended or unscented Kalman filter (Da R2019b)
`initialize`	Initialize the state of the particle filter
`clone`	Copy online state estimation object
`generateJacobianFcn`	Generate MATLAB Jacobian functions for extended Kalman filter using automatic differentiation (Da R2023a)

Blocchi

espandi tutto

Stima dello stato in Simulink

Kalman Filter	Estimate states of discrete-time or continuous-time linear system
Extended Kalman Filter	Estimate states of discrete-time nonlinear system using extended Kalman filter
Particle Filter	Estimate states of discrete-time nonlinear system using particle filter
Unscented Kalman Filter	Estimate states of discrete-time nonlinear system using unscented Kalman filter

Argomenti

Nozioni di base sulla stima dello stato

Kalman Filtering
Perform Kalman filtering and simulate the system to show how the filter reduces measurement error for both steady-state and time-varying filters.

Stima online

Nonlinear State Estimation Using Unscented Kalman Filter and Particle Filter
Estimate nonlinear states of a van der Pol oscillator using the unscented Kalman filter algorithm.
Validate Online State Estimation at the Command Line
Validate online state estimation that is performed using extended and unscented Kalman filter algorithms.
Generate Code for Online State Estimation in MATLAB
Deploy extended or unscented Kalman filters, or particle filters using MATLAB Coder software.
Extended and Unscented Kalman Filter Algorithms for Online State Estimation
Description of the underlying algorithms for state estimation of nonlinear systems.

Stima dello stato in Simulink

State Estimation Using Time-Varying Kalman Filter
Estimate the states of linear systems using time-varying Kalman filters in Simulink.
Estimate States of Nonlinear System with Multiple, Multirate Sensors
Use an Extended Kalman Filter block to estimate the states of a system with multiple sensors that are operating at different sampling rates.
Parameter and State Estimation in Simulink Using Particle Filter Block
This example demonstrates the use of Particle Filter block in Control System Toolbox™.
State Estimation with Wrapped Measurements Using Extended Kalman Filter
This example shows how to use the extended Kalman filter algorithm for nonlinear state estimation for 3D tracking involving circularly wrapped angle measurements.
Nonlinear State Estimation of a Degrading Battery System
Estimate the states of a nonlinear system using an unscented Kalman filter in Simulink.
Validate Online State Estimation in Simulink
Validate online state estimation that is performed using Extended Kalman Filter and Unscented Kalman Filter blocks.

Risoluzione dei problemi

Troubleshoot Online State Estimation

Troubleshoot online state estimation performed using extended and unscented Kalman filter algorithms.

Informazioni complementari

Comprendere i filtri di Kalman — Serie di video di MATLAB