La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Estimación de estados

Diseñe filtros de Kalman, estime estados durante el funcionamiento del sistema, genere código e impleméntelo en plataformas objetivo integradas

Las técnicas de estimación de estados permiten estimar los valores de estado en sistemas con ruido de proceso y ruido de medición. Las herramientas de Control System Toolbox™ permiten diseñar filtros de Kalman lineales de estado estacionario y de tiempo variante. También puede estimar estados de sistemas no lineales con filtros de Kalman extendidos, filtros de Kalman unscented o filtros de partículas.

Los algoritmos de estimación de estados online actualizan las estimaciones del estado de su sistema cuando se dispone de nuevos datos. Puede estimar los estados de su sistema con datos en tiempo real y algoritmos de filtros de Kalman lineales y no lineales. Puede realizar una estimación online de estados con los bloques de Simulink^®, generar código C/C++ para estos bloques con Simulink Coder™ e implementar este código en una plataforma objetivo integrada. También puede realizar una estimación online de estados en la línea de comandos e implementar el código con MATLAB^® Compiler™ o MATLAB Coder.

Funciones

expandir todo

Diseño del filtro de Kalman

`kalman`	Diseñar un filtro de Kalman para la estimación de estados
`kalmd`	Design discrete Kalman estimator for continuous plant
`estim`	Form state estimator given estimator gain

Estimación de estados online

`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 (desde R2019b)
`initialize`	Initialize the state of the particle filter
`clone`	Copy online state estimation object
`generateJacobianFcn`	Generate MATLAB Jacobian functions for extended Kalman filter using automatic differentiation (desde R2023a)

Bloques

expandir todo

Estimación de estados en Simulink

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

Temas

Conceptos básicos de la estimación de estados

Filtro de Kalman
Realice un filtrado de Kalman y simule el sistema para mostrar cómo reduce el filtro los errores de medición tanto para filtros de estado estacionario como para filtros de tiempo variante.

Estimación online

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.

Estimación de estados en Simulink

Estimación de estados con el filtro de Kalman de tiempo variante
Estime los estados de sistemas lineales con filtros de Kalman de tiempo variante en Simulink.
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™.
State Estimation with Wrapped Measurements Using Extended Kalman Filter
This example shows how to use the extended Kalman filter algorithm for nonlinear state estimation for 3D tracking involving circularly wrapped angle measurements.
Nonlinear State Estimation of a Degrading Battery System
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.

Solución de problemas

Troubleshoot Online State Estimation

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

Información relacionada

Introducción a los filtros de Kalman — MATLAB Serie de vídeos