區間型卡曼濾波器為傳統卡爾曼濾波器演算法衍生而來, 並無加入或修改其傳統卡 爾曼濾波器計算架構模式 ,而是保留傳統卡爾曼濾波器之預測及修正方程式遞歸求解優 點,加入區間概念 ,藉由區間計算的方式 ,以獲得具有上下界之預估區間值 。 以下先簡 單介紹區間計算之方式 。
首先區間型卡爾濾波器中會應用區間值運算 ,為此先簡述基本區間四則運算之規則 。 假設 [x, x] 、[x
1, x1] 、[x
2, x2] 為區間值, x 、 x
1 、 x
2 為下界, x 、x
1 、x
2 為上界, 且皆為實數 。
(1) 加法:將兩區間下界值相加、 上界值相加 ,得出新區間值的下上界值 。
[x1, x1] + [x2, x2] = [x1+ x2, x1+ x2]. (2.30)
(2) 減法: 將前項下界值減後項上界值,得出新區間下界值 ;將前項上界值減後項下界 值,得出新區間上界值 。
[x1, x1] − [x2, x2] = [x1− x2, x1− x2]. (2.31)
(3) 乘法: 將前後兩區間上下界做四種相乘組合 ,取最小值為新區間下界值, 最大值為新 區間上界值 。
[x1, x1] · [x2, x2] = [x, x] (2.32)
x = min{x1x2, x1x2, x1x2, x1x2}, (2.33) x = max{x1x2, x1x2, x1x2, x1x2}. (2.34)
(4) 除法: 將前後兩區間上下界做相除組合 ,取最小值為新區間下界值,最大值為新區間 上界值 。
[x1, x1]/[x2, x2] = [x1, x1] · [x2, x2]−1 (2.35)
假設離散區間系統之區間狀態模型及區間量測狀態模型分別如下:
• XkI :為系統在時刻 k 之區間狀態矩陣且為 N × 1之矩陣, N 為欲預測之個數 。
• ZkI :為系統在時刻k 之量測區間且為 N × 1之矩陣 。
• WkI :為系統在時刻k 之區間狀態雜訊且為 N × 1之矩陣 。
• VkI :為系統在時刻k 之量測區間雜訊且為 N × 1之矩陣 。
• AIk :為系統在時刻 k 至 k + 1 之區間狀態轉移矩陣且為 N × N 之矩陣 。
• BkI :為系統在區間狀態轉移矩陣且為 N × N 之矩陣 。
• HkI :為系統在時刻 k 之轉換區間矩陣且為 N × N 之矩陣 。
• BkI :為系統在時刻k 之轉換區間矩陣且為 N × N 之矩陣 。
• ( ˆXk−)I :為系統在時刻k 未更新之預估區間矩陣且為 N × 1矩陣,
• ( ˆXk)I :為系統在時刻k 更新之預估區間矩陣且為 N × 1 矩陣, N 為欲預測之個 數 。
• Qk :為系統在時刻k 之系統誤差之變異數矩陣為 N × N 矩陣 。
• Rk :為系統在時刻k 之量測誤差之變異數矩陣且為 N × N 矩陣 。
• ( ˆPk−)I :為系統在時刻 k 之未更新預測誤差共變異數區間矩陣且為N × N 矩陣 。
• ( ˆPk)I : 為系統在時刻 k 之更新預測誤差共變異數區間矩陣且為 N × N 矩陣 。
• KkI :為區間型卡爾曼濾波增益區間矩陣且為 N × N 矩陣 。
XkI = AIkXk−1I + BkIWkI (2.36) ZkI = HkIXkI + VkI (2.37)
區間型卡爾曼濾波器矩陣中每個元素皆為一區間值 ,以下為區間型卡爾曼濾波器之 五大部分 :如公式(2.38)-公式 (2.42)、 重複之步驟作遞迴運算 ,則為區間型卡爾曼濾波 器之運作方式,其流程如圖 2.2 。
• 預測部分:
( ˆXk−)I = AIXˆk−1I (2.38) ( ˆPk−)I = AIkPˆk−1I (AIk)T + BkIQk(BkI)T (2.39)
• 修正部分:
KkI = ( ˆPk−)I(HkI)T[HkI( ˆPk−)I(HkI)T + Rk]−1 (2.40) XˆkI = ( ˆXk−)I + KkI(ZkI − HkI( ˆXk−)I) (2.41) PˆkI = (I − KkIHkI)( ˆPk−)I (2.42)
Prediction:
模糊理論是由美國加州柏克萊大學自動控制學家札德教授(Lotfali Askar Zadeh) 於 1965 年在資訊與控制學術期刊上提出的模糊集合 (fuzzy sets) 理論 [18] 延伸而來之概 念,用來表現某些無法明確定義的問題,尤其是在表達人類語言特有的模糊性方面頗有