Algorithm · 融合与估计融合与估计

扩展卡尔曼滤波(安全关键实现)

Extended Kalman Filter — Safety-Critical Implementation

对非线性模型在当前估计点做一阶线性化后应用卡尔曼滤波。

01

定义

对非线性模型在当前估计点做一阶线性化后应用卡尔曼滤波。

02

公式与计算

Fₖ = ∂f/∂x |x̂ₖ₋₁;Hₖ = ∂h/∂x |x̂ₖ⁻ 其余同标准 KF,用 Fₖ、Hₖ 代替
03

适用时机

姿态估计(AHRS)、GNSS/IMU 组合导航、非线性水文模型同化。 用于安全关键场景(预警、联锁、自动控制)时须做冗余/表决、看门狗与越限自检,异常输入按失效安全处理。

04

关键参数

非线性函数 f、h、雅可比矩阵、Q、R;安全版本关注中间结果一致性校验、看门狗超时与冗余表决,需进行故障注入测试。

05

注意事项

失效与边界强非线性下 EKF 会发散,应改用 UKF 或粒子滤波。 安全关键实现以失效安全为原则,双通道一致性不一致时应降级或停机,并保留审计日志。
CLOSE

把 扩展卡尔曼滤波(安全关键实现) 用起来

需要把技术判断落到项目?

进入行业应用与智能选型中心,获取场景设计、选型与实施参考。