상태 추정

칼만 필터 설계, 시스템 동작 중의 상태 추정, 코드 생성 및 임베디드 타깃에 배포

상태 추정 기법을 사용하여, 공정 잡음과 측정 잡음이 있는 시스템의 상태 값을 추정할 수 있습니다. Control System Toolbox™에서는 선형 정상 상태와 시변 칼만 필터를 설계할 수 있습니다. 또한 확장 칼만 필터, 무향 칼만 필터 또는 입자 필터를 사용하여 비선형 시스템의 상태도 추정할 수 있습니다.

온라인 상태 추정 알고리즘은 신규 데이터를 사용할 수 있게 되면 시스템의 상태 추정값을 업데이트합니다. 실시간 데이터와 선형 및 비선형 칼만 필터 알고리즘을 사용하여 시스템의 상태를 추정할 수 있습니다. Simulink^® 블록을 사용하여 온라인 상태 추정을 수행하고, Simulink Coder™를 사용하여 이러한 블록에 대한 C/C++ 코드를 생성하고, 이 코드를 임베디드 타깃에 배포할 수 있습니다. 명령줄에서 온라인 상태 추정을 수행하고 MATLAB^® Compiler™ 또는 MATLAB Coder를 사용하여 코드를 배포할 수도 있습니다.

함수

모두 확장

칼만 필터 설계

`kalman`	상태 추정을 위한 칼만 필터 설계
`kalmd`	연속 플랜트에 대한 이산 칼만 추정기 설계
`estim`	Form state estimator given estimator gain

온라인 상태 추정

`extendedKalmanFilter`	Create extended Kalman filter object for online state estimation
`unscentedKalmanFilter`	Create unscented Kalman filter object for online state estimation
`particleFilter`	Particle filter object for online state estimation
`correct`	Correct state and state estimation error covariance using extended or unscented Kalman filter, or particle filter and measurements
`predict`	Predict state and state estimation error covariance at next time step using extended or unscented Kalman filter, or particle filter
`residual`	Return measurement residual and residual covariance when using extended or unscented Kalman filter
`initialize`	Initialize the state of the particle filter
`clone`	Copy online state estimation object

블록

모두 확장

Simulink의 칼만 필터

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

도움말 항목

상태 추정 기본 사항

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.

온라인 추정

Nonlinear State Estimation Using Unscented Kalman Filter and Particle Filter

Estimate nonlinear states of a van der Pol oscillator using the unscented Kalman filter algorithm.

Validate Online State Estimation at the Command Line

Validate online state estimation that is performed using extended and unscented Kalman filter algorithms.

Generate Code for Online State Estimation in MATLAB

Deploy extended or unscented Kalman filters, or particle filters using MATLAB Coder software.

Extended and Unscented Kalman Filter Algorithms for Online State Estimation

Description of the underlying algorithms for state estimation of nonlinear systems.

Simulink에서의 상태 추정

시변 칼만 필터를 사용한 상태 추정

이 예제에서는 Simulink에서 시변 칼만 필터를 사용하여 선형 시스템의 상태를 추정하는 방법을 보여줍니다.

Estimate States of Nonlinear System with Multiple, Multirate Sensors

Use an Extended Kalman Filter block to estimate the states of a system with multiple sensors that are operating at different sampling rates.

Parameter and State Estimation in Simulink Using Particle Filter Block

This example demonstrates the use of Particle Filter block in Control System Toolbox™.

Nonlinear State Estimation of a Degrading Battery System

This example shows how to estimate the states of a nonlinear system using an Unscented Kalman Filter in Simulink™.

Validate Online State Estimation in Simulink

Validate online state estimation that is performed using Extended Kalman Filter and Unscented Kalman Filter blocks.

문제 해결

Troubleshoot Online State Estimation

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