跳轉到

1960 - Kalman 狀態空間與濾波#

案件摘要#

1960 年，Rudolf Kalman（卡爾曼）發表兩篇劃時代論文：〈On the General Theory of Control Systems〉 （一般控制系統理論，提出狀態空間法與可控性/可觀測性）與 〈A New Approach to Linear Filtering and Prediction Problems〉（Kalman 濾波）。 控制理論從「頻域、單輸入單輸出、傳遞函數」的經典時代，躍升到 「時域、多變數、狀態空間」的現代時代；濾波從 Wiener 的頻域工具 （見 1948-Wiener控制論.md）躍升到遞迴的時域演算法。 Apollo 登月、飛彈導引、GPS——現代控制與導航的數學基石在此奠定。

前因#

  • 經典控制的限制：Nyquist/Bode/根軌跡（見 1945-Bode回饋放大器設計.md、1948-Evans根軌跡法.md）只適用單輸入單輸出（SISO）；多變數系統（飛機的多舵面、化工的多迴路）無法處理。
  • Wiener 濾波的限制：需要功率譜的全域資訊（整個頻域）、非遞迴（要存全部歷史資料）——無法即時執行在有限記憶體的電腦上。
  • 太空競賽的國家需求：Apollo 導航需要「即時、遞迴、多變數」的估計與控制——NASA 的載人實驗室（MIT Instrumentation Lab）需要新數學。
  • 狀態空間的數學基礎：線性代數（矩陣理論）、李亞普諾夫穩定性（1892，見 1892-Lyapunov穩定性.md）、Bellman 動態規劃（1957）——工具齊備。

線索與推理#

第 1 步：狀態空間法——用矩陣寫控制#

Kalman 的偵探手法：拋棄傳遞函數，用一階微分方程組。線性系統：

\[ \dot x = A x + B u, \qquad y = C x + D u \]

其中 \(x\) 是狀態向量（ \(n\) 維）、 \(u\) 是輸入、 \(y\) 是輸出。

面向 經典（傳遞函數） 現代（狀態空間）
語言 \(G(s)\) （SISO） \(A, B, C, D\) （MISO/MIMO）
域 頻域（ \(s\) ） 時域（ \(t\) ）
內部狀態 不可見 顯式（ \(x\) ）
多變數 困難 自然（矩陣）
計算機實現 頻域量測 遞迴演算法

內部狀態的顯式化是革命本質：傳遞函數只看輸入輸出（黑箱）， 狀態空間把黑箱打開——內部變數（如飛機的姿態、角速率）直接成為變數。

第 2 步：可控性與可觀測性#

Kalman 問了兩個深層問題：

可控性：能否在有限時間內把狀態從任意 \(x_0\) 推到任意 \(x_1\) ？ 判據（可控性矩陣滿秩）：

\[ \mathrm{rank}\begin{bmatrix} B & AB & AB^2 & \cdots & AB^{n-1} \end{bmatrix} = n \]

可觀測性：能否從輸出 \(y(t)\) 的歷史推斷出初始狀態 \(x_0\) ？ 判據（可觀測性矩陣滿秩）：

\[ \mathrm{rank}\begin{bmatrix} C \\ CA \\ CA^2 \\ \vdots \\ CA^{n-1} \end{bmatrix} = n \]

這是「控制理論的哥白尼式轉向」：不問「系統穩不穩」，而問 「系統能不能被控制/觀測」——能力（capability）取代性質（property）成為核心概念。

第 3 步：Kalman 濾波——遞迴的最佳估計#

Kalman 的第二擊：遞迴濾波。系統 + 雜訊：

\[ \dot x = A x + B u + w, \qquad y = Cx + v \]

其中 \(w, v\) 是（零均值高斯）過程雜訊與量測雜訊，共變異數 \(Q, R\) 。

Kalman 濾波的遞迴結構（離散形式）：

步驟 方程 意義
1. 預測 $\hat x_{k k-1} = A\hat x_{k-1} + Bu_k$
2. 預測共變異數 $P_{k k-1} = AP_{k-1}A^\mathsf T + Q$
3. 增益 $K_k = P_{k k-1}C^\mathsf T(CP_{k
4. 更新 $\hat x_k = \hat x_{k k-1} + K_k(y_k - C\hat x_{k
5. 更新共變異數 $P_k = (I - K_kC)P_{k k-1}$

只存 \(\hat x\) 與 \(P\) ——不需要歷史資料！遞迴 + 有限記憶體 = 即時執行。

增益 \(K_k\) 的直覺：模型準（ \(P\) 小）就多信模型、量測準（ \(R\) 小）就多信量測—— 最佳權衡是使估計誤差共變異數最小的 \(K\) 。這正是 Wiener 濾波 （頻域加權，見 1948-Wiener控制論.md）的時域遞迴版。

第 4 步：LQR——最佳控制與最佳估計的分離#

Kalman 用動態規劃（見 1957-Bellman動態規劃.md）解出線性二次調節器（LQR）：

\[ \min_u \int_0^\infty \left( x^\mathsf T Q x + u^\mathsf T R u \right) dt \quad\Longrightarrow\quad u = -K x, \qquad K = R^{-1}B^\mathsf T P \]

其中 \(P\) 解代數 Riccati 方程：

\[ A^\mathsf T P + PA - PBR^{-1}B^\mathsf T P + Q = 0 \]

分離原理（separation principle）：LQG 問題（線性 + 二次 + 高斯雜訊）可以拆成兩半：

  1. 用 Kalman 濾波估計狀態 \(\hat x\) 。
  2. 用 LQR 對 \(\hat x\) 做最佳控制。

估計與控制獨立設計，合起來仍是最佳——這是現代控制的第二塊基石。 （LQG 的魯棒性缺陷，三十年後由 \(H_\infty\) 修正，見 1981-H∞魯棒控制.md。）

後果#

  • 現代控制理論誕生：狀態空間、可控性/可觀測性、LQR/LQG——多變數時代開始。
  • Apollo 登月（1969）：MIT 導航系統用 Kalman 濾波即時估計登月艙位置——數學救了阿波羅。
  • Kalman 濾波普及：GPS、飛彈導引、無人機、機器人 SLAM、天氣預報的資料同化。
  • 經典與現代的合流：頻域方法（ \(H_\infty\) 、迴路整形）與狀態空間方法的融合（1980s）。
  • Kalman 的學術風格：公理化、抽象化——把控制理論變成數學。

結案陳詞#

Kalman 的偵探手法是「打開黑箱」：傳遞函數只看輸入輸出， 狀態空間把內部變數顯式化，於是「能不能控制/觀測」成為新問題、 「遞迴估計」成為新演算法。Apollo 登月的導航電腦—— Kalman 濾波是控制理論從紙上數學變成太空科技的轉捩點。