SSL » INTEL

h1. Filtro de dados e estimadores

# Kalman

- \( \mathbf{x}_k \): vetor de estados do sistema no tempo \( k \)

- \( \hat{\mathbf{x}}_{k|i} \): estimativa de \( \mathbf{x} \) no tempo \( k \) baseado no tempo \( i \), \( k \geq i \)

- \( \tilde{\mathbf{x}}_{k|k} \): erro da estimativa, \( \hat{\mathbf{x}}_{k|k} - \mathbf{x}_k \)

- \( \mathbf{y}_k \): vetor das observações no tempo \( k \)

- \( \mathbf{P}_k \): matriz de covariância

- \( \mathbf{\Phi}_k \): matriz de transição de estado

- \( \mathbf{\Gamma}_k \): matriz de entradas do modelo

- \( \mathbf{H}_k \): matriz de transição de saída

- \( \mathbf{w}_k \): vetor ruído do processo

- \( \mathbf{v}_k \): vetor ruído da medição

- \( \mathbf{Q}_k \): matriz de covariância do ruído do processo

- \( \mathbf{R}_k \): matriz de covariância da medição do processo

- \( \mathbf{K}_k \): Ganho de Kalman

- \( \nu_k \): resíduo da medição

- \( \mathbf{S}_k \): resíduo da covariância

Escrever algo aki

!plots.png!