卡尔曼滤波

卡尔曼滤波是一种最优状态估计方法，采用递推算法，通过实时获得的受噪声污染的离散观测数据，对系统状态进行线性、无偏和最小误差方差的最优估计，主要应用于受随机干扰的动态系统。

该算法已经广泛应用于工业和控制领域。随着高速计算机的发展，卡尔曼滤波的应用也更加广泛，特别是更加复杂的实时应用中。卡尔曼滤波的原理是以最小均方误差为基础，利用上一时刻的预估值和现在时刻的测量值来更新现在时刻的估计值，以预估测—实际测量—修正的递推顺序，过滤系统噪声和观测噪声，消除系统随机误差，还原真实有效数据，具有时效性好和精度高特点。在实际应用中，卡尔曼滤波拥有较好的动态跟踪性能、抗噪声能力和低速状态下的观测效果。

为实现浊度在线准确测量，上海昕瑞设计了一种90°散射投入式在线浊度传感器。传感器采用850nm光电二极管作为发光光源，采用硅光敏二极管作为光电接收器，采用卡尔曼滤波算法消除光源不稳定、气泡、杂光、温度、环境光和一些外界干扰对浊度监测数据的影响。