《表3 改进的卡尔曼滤波解卷积算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《卡尔曼滤波解卷积算法的优化问题》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

仔细研究标准卡尔曼滤波解卷积算法发现，G（n）、P（n）和K（n+1，n）三者的迭代计算在极短的时间内即可达到收敛，并且G（n）只与H（n）有关，与观测信号无关；而α（n）、除与H（n）有关外，还与当前时刻的观测信号X（n）有关。对于非时变系统而言，G（n）一旦收敛，就不再变化，因此可以把与G（n）计算有关的项提取出来单独计算，待其收敛后再进行α（n）和的计算，从而实现解卷积。因此，可以通过把标准卡尔曼滤波解卷积算法分解成两个子循环的办法来到达降低样本平均计算量的目的。新算法的迭代步骤列于表3中。