Main Content

Zustandsschätzung

Entwurf von Kalman-Filtern, Zustandsschätzung während Systembetrieb, Codegenerierung und Bereitstellung für eingebettete Ziele

Techniken zur Zustandsschätzung ermöglichen Ihnen die Schätzung von Zustandswerten in Systemen mit Prozess- und Messrauschen. Mit den Tools der Control System Toolbox™ können Sie lineare stationäre und zeitlich variable Kalman-Filter entwerfen. Für Zustände nichtlinearer Systeme können Sie auch Schätzungen mit erweiterten Kalman-Filtern, unscented Kalman-Filtern oder Partikelfiltern durchführen.

Algorithmen zur Online-Zustandsschätzung aktualisieren die Zustandsschätzungen Ihres Systems, wenn neue Daten verfügbar sind. Sie können die Zustände Ihres Systems mithilfe von Echtzeitdaten sowie linearen und nichtlinearen Kalman-Filter-Algorithmen schätzen. Sie können eine Online-Zustandsschätzung mit Simulink®-Blöcken durchführen, mithilfe von Simulink Coder™ C/C++ Code für diese Blöcke generieren und diesen Code für ein eingebettetes Ziel einsetzen. Sie können auch eine Online-Zustandsabschätzung über die Befehlszeile durchführen und Ihren Code mithilfe von MATLAB® Compiler™ oder MATLAB Coder bereitstellen.

Funktionen

alle erweitern

kalmanDesign Kalman filter for state estimation
kalmdDesign discrete Kalman estimator for continuous plant
estimForm state estimator given estimator gain
extendedKalmanFilterCreate extended Kalman filter object for online state estimation
unscentedKalmanFilterCreate unscented Kalman filter object for online state estimation
particleFilterParticle filter object for online state estimation
correctCorrect state and state estimation error covariance using extended or unscented Kalman filter, or particle filter and measurements
predictPredict state and state estimation error covariance at next time step using extended or unscented Kalman filter, or particle filter
residualReturn measurement residual and residual covariance when using extended or unscented Kalman filter (Seit R2019b)
initializeInitialize the state of the particle filter
cloneCopy online state estimation object
generateJacobianFcnGenerate MATLAB Jacobian functions for extended Kalman filter using automatic differentiation (Seit R2023a)

Blöcke

alle erweitern

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

Themen

Grundlagen der Zustandsschätzung

  • 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.

Online-Schätzung

Zustandsschätzung in Simulink

Fehlersuche

Troubleshoot Online State Estimation

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