2000 字左右的文献综述：
文 献 综 述
摘要
卡尔曼滤波算法，主要是根据量测值与状态的预测值来对目标进行状态的估计，可以很好的对目标信息进行滤波处理。本项目首先是要在matlab平台上编写卡尔曼滤波算法的程序，完成雷达目标实际数据采集[1]的数据应用到卡尔曼滤波中。并通过卡尔曼滤波算法，对多组实测的数据进行滤波[2]并分析其雷达的测角精度的提升。
关键词：卡尔曼滤波，雷达数据处理
1.卡尔曼滤波算法简介
卡尔曼滤波一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计[3]的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。状态估计是卡尔曼滤波的重要组成部分。一般来说，根据观测数据对随机量进行定量推断[4]就是估计问题，特别是对动态行为的状态估计，它能实现实时运行状态的估计和预测功能。比如对飞行器状态估计。状态估计对于了解和控制一个系统具有重要意义，所应用的方法属于统计学中的估计理论[5]。最常用的是最小二乘估计，线性最小方差估计、最小方差估计、递推最小二乘估计等。其他如风险准则的贝叶斯估计、最大似然估计、随机逼近等方法也都有应用。
卡尔曼滤波算法，主要是根据量测值与状态的预测值来对目标进行状态的估计，可以很好的对目标信息进行滤波处理。目标状态方程[6]的一般形式为
(1)
其中，为输入控制项矩阵；为已知输入或控制矩阵；是零均值、白色高斯过程噪声序列，其协方差是。量测方程是雷达测量方程的假设，对于线性系统而言量测方程[7]可表示为
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
