程序包 org.hipparchus.filtering.kalman

类 ProcessEstimate

java.lang.Object
org.hipparchus.filtering.kalman.ProcessEstimate
public class ProcessEstimate extends Object
过程状态和协方差的持有者。

估计始终包含时间、状态和协方差。这些数据是启动卡尔曼滤波器所需的唯一数据。一旦滤波器启动并产生新的估计，这些新的估计将始终包含状态转移矩阵，如果测量没有被忽略，它们还将包含测量雅可比、创新协方差和卡尔曼增益。

从以下版本开始:
1.3

  • 构造器详细资料

    • ProcessEstimate

      public ProcessEstimate(double time, RealVector state, RealMatrix covariance)
      简单构造函数。

      此构造函数将状态转移矩阵、协方差矩阵H、创新协方差矩阵和卡尔曼增益k设置为null。

      参数:
      time - 过程时间（通常是测量的时间或索引）
      state - 状态向量
      covariance - 状态协方差

    • ProcessEstimate

      public ProcessEstimate(double time, RealVector state, RealMatrix covariance, RealMatrix stateTransitionMatrix, RealMatrix measurementJacobian, RealMatrix innovationCovariance, RealMatrix kalmanGain)
      简单构造函数。
      参数:
      time - 过程时间（通常是测量的时间或索引）
      state - 状态向量
      covariance - 状态协方差
      stateTransitionMatrix - 前一个状态和估计状态之间的状态转移矩阵
      measurementJacobian - 测量相对于状态的雅可比矩阵
      innovationCovariance - 创新协方差矩阵，定义为 \(h.P.h^T + r\)，可能为null
      kalmanGain - 卡尔曼增益矩阵，可能为null
      从以下版本开始:
      1.4

  • 方法详细资料

    • getTime

      public double getTime()
      获取过程时间。
      返回:
      过程时间（通常是测量的时间或索引）

    • getState

      public RealVector getState()
      获取状态向量。
      返回:
      状态向量

    • getCovariance

      public RealMatrix getCovariance()
      获取状态协方差。
      返回:
      状态协方差

    • getStateTransitionMatrix

      public RealMatrix getStateTransitionMatrix()
      获取前一个状态和估计状态之间的状态转移矩阵（但尚未校正）。
      返回:
      前一个状态和估计状态之间的状态转移矩阵（但尚未校正）（初始过程估计可能为null）
      从以下版本开始:
      1.4

    • getMeasurementJacobian

      public RealMatrix getMeasurementJacobian()
      获取测量相对于状态的雅可比矩阵（H矩阵）。
      返回:
      测量相对于状态的雅可比矩阵（初始过程估计可能为null或者如果测量已被忽略）
      从以下版本开始:
      1.4

    • getInnovationCovariance

      public RealMatrix getInnovationCovariance()
      获取创新协方差矩阵。
      返回:
      创新协方差矩阵（初始过程估计可能为null或者如果测量已被忽略）
      从以下版本开始:
      1.4

    • getKalmanGain

      public RealMatrix getKalmanGain()
      获取卡尔曼增益矩阵。
      返回:
      卡尔曼增益矩阵（初始过程估计可能为null或者如果测量已被忽略）
      从以下版本开始:
      1.4