💥1 概述
卡尔曼滤波算法最先由美国学者 R.E.Kalman 提出，它最早是用来解决离散线性系统滤波的问题[60]，该算法一经提出就得到广泛关注。卡尔曼滤波器属于随机观测器，采用状态空间法在时域内设计滤波器，使用线性最小方差估计，有良好的滤波性能。卡尔曼滤波器是一组数学方程，用一种有效的递归方法来估计系统的状态，在考虑系统的输入、输出随机干扰的情况下，得到满足最小均方根误差的最优估计，可以有效的削弱随机干扰和测量噪声的影响。因为它采用递推的方法，为方便数字化实现，还可以将算法进行离散化。随着计算机控制技术的发展，其计算复杂性已经不再是障碍，所以卡尔曼滤波器逐渐得到了大家的重视，如今已广泛应用于各个领域，如导航制导、工业控制、目标跟踪、大地测量和金融等。卡尔曼滤波器系统结构如图 3-1 所示，下面介绍离散系统卡尔曼滤波器的原理[61] [62]。
系统的状态方程和量测方程为：
📚2 运行结果
部分代码：
% Parametry silnika % 1G 7 5102-0EE 77 -4TV1 Un = 280; %V wn = 1640*pi/30; %rad/s Pn = 1.52e3; %W Tn = 8.85; %Nm In = 7.2; %A Ra = 6.41; %Ohm La = 23e-3; %H PSI_M = Tn/In; PSI_E = (Un-Ra*In)/wn; J = 0.013*2; %kgm2 Ts = 1e-4; Tdelay = 2*Ts; % Wariancje szumow % System rng('shuffle'); rand_seed_1 = round(rand*(2^32-1)); rand_seed_2 = round(rand*(2^32-1)); rand_seed_3 = round(rand*(2^32-1)); rand_seed_4 = round(rand*(2^32-1));
🎉3 参考文献
部分理论来源于网络，如有侵权请联系删除。
[1]曹正鑫. 基于改进的卡尔曼滤波算法的电机参数估计[D].南京邮电大学,2021.DOI:10.27251/d.cnki.gnjdc.2021.000567.
[2]张祥虎. 基于卡尔曼滤波的无刷直流电机无传感器控制[D].中国矿业大学,2015.
[3]刘思华,张树春.用扩展卡尔曼滤波器估计无刷直流电机转子位置和转速[J].微电机(伺服技术),2006(06):8-10+18.DOI:10.15934/j.cnki.micromotors.2006.06.003.
