このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
状態の推定
カルマン フィルターを設計してシステムの動作中に状態を推定し、コードを生成して組み込みターゲットに展開する
状態推定の手法により、プロセス ノイズと測定ノイズがあるシステムの状態値を推定できます。Control System Toolbox™ ツールを使用すると、線形の定常状態カルマン フィルターと時変カルマン フィルターを設計できます。拡張カルマン フィルター、アンセンテッド カルマン フィルターまたは粒子フィルターを使用した非線形システムの状態の推定もできます。
オンラインの状態推定アルゴリズムは、新しいデータが利用可能になるとシステムの状態推定を更新します。システムの状態を推定するには、リアルタイムのデータと線形および非線形のカルマン フィルター アルゴリズムを使用できます。Simulink® ブロックを使用してオンラインの状態推定を実行し、Simulink Coder™ を使ってこれらのブロックの C/C++ コードを生成して、組み込みターゲットにこのコードを展開できます。オンライン状態推定をコマンド ラインで実行し、MATLAB® Compiler™ または MATLAB Coder を使用してコードを展開することも可能です。
関数
ブロック
トピック
状態推定の基礎
- カルマン フィルター処理
カルマン フィルターを実行し、システムをシミュレートして、定常状態フィルターと時変フィルターの両方についてフィルターで測定誤差を低減する方法を示す。
オンライン推定
- アンセンテッド カルマン フィルターおよび粒子フィルターを使用した非線形の状態推定
アンセンテッド カルマン フィルター アルゴリズムを使用してファン デル ポール振動子の非線形の状態を推定する。 - オンライン状態推定のコマンド ラインでの検証
拡張カルマン フィルター アルゴリズムおよびアンセンテッド カルマン フィルター アルゴリズムを使用して実行されるオンライン状態推定を検証します。 - MATLAB でのオンライン状態推定のコードの生成
MATLAB Coder ソフトウェアを使用して拡張カルマン フィルター、アンセンテッド カルマン フィルター、または粒子フィルターを展開する。 - オンライン状態推定のための拡張カルマン フィルター アルゴリズムおよびアンセンテッド カルマン フィルター アルゴリズム
非線形システムの状態推定のための基礎となるアルゴリズムの説明。
Simulink での状態推定
- 時変のカルマン フィルターを使用した状態推定
この例では、Simulink® で時変カルマン フィルターを使用して線形システムの状態を推定する方法を説明します。 - 複数のマルチレート センサーをもつ非線形システムの状態の推定
Extended Kalman Filter ブロックを使用して、異なるサンプリング レートで動作する複数のセンサーをもつシステムの状態を推定する。 - Particle Filter ブロックを使用した Simulink でのパラメーターおよび状態の推定
この例は、Control System Toolbox™ の Particle Filter ブロックの使用方法を示します。 - 拡張カルマン フィルターを使用したラップされた測定値による状態推定
この例では、循環的にラップされる角度測定値を伴う 3 次元追従用の非線形の状態推定に拡張カルマン フィルター アルゴリズムを使用する方法を示します。 - 劣化するバッテリー システムの非線形の状態推定
この例では、Simulink® でアンセンテッド カルマン フィルターを使用して非線形システムの状態を推定する方法を説明します。 - Simulink でのオンライン状態推定の検証
Extended Kalman Filter ブロックと Unscented Kalman Filter ブロックを使用して実行されたオンライン状態推定を検証する。
トラブルシューティング
拡張カルマン フィルター アルゴリズムおよびアンセンテッド カルマン フィルター アルゴリズムを使用して実行されたオンライン状態推定のトラブルシューティングを行います。