lqe
Conception d'un estimateur de Kalman pour systèmes en temps continu.
📝Syntaxe
[L, P, E] = lqe(A, G, C, Q, R, N)
[L, P, E] = lqe(A, G, C, Q, R)
📥Arguments d'entrée
Paramètre Description
A Matrice d'état: matrice n x n.
G Définit une matrice reliant le bruit de processus aux états.
C La matrice de sortie, avec des dimensions (q x n), où q est le nombre de sorties.
Q Matrice de pondération du coût d'état
R Matrice de pondération du coût d'entrée
N Matrice de terme croisé facultative: 0 par défaut.
📤Arguments de sortie
Paramètre Description
L Matrice de gain de Kalman.
P Solution de l'équation de Riccati algébrique discrète.
E Emplacements des pôles en boucle fermée
📄Description

La fonction calcule le gain optimal de l'estimateur (L), la matrice de covariance d'état (P) et les valeurs propres associées pour un système continu.

💡Exemples
c = 1;
m = 1;
k = 1;
A = [0, 2; -k/m, -c/m];
B = [0; 2/m];
G = [2 0 ; 0 2];
C = [2 0];
Q = [0.02 0; 0 0.02];
R = 0.02;
[l, p, e] = lqe(A, G, C, Q, R)
🔗Voir aussi
lqr
🕔Historique des versions
Version Description
1.0.0 version initiale
Modifier cette page sur GitHub