Kalman Filter
来源:互联网 发布:淘宝售后时限 编辑:程序博客网 时间:2024/05/18 14:45
introduction
本文对卡尔曼滤波的推导思路进行介绍。
construction
- 基本假设
- 线性系统
- 零均值高斯噪声
由于高斯噪声的引入,该系统可用线性随机差分方程描述,由上面的假设能够写出其状态方程和观测方程
其中q和r为高斯噪声,对应的协方差矩阵分别为
preparation
为了简单起见我们略去外部输入的影响,如果
那么由多元正态分布的性质(线性变换的正态性、线性组合的正态性)可知,
于是我们可以直接求其均值和方差
令
另外,两个一维高斯分布
推广到多维高斯分布,将
derivation
为了处理方便,我们令
借助准备工作,同时注意到
其中
一般情况下,可以直接取
summary
总之,卡尔曼滤波的方程如下
其中
其基本思想为:估计分布=观测分布*预测分布、估计值=加权平均(观测值,预测值),这只有在高斯分布的假设下才成立。预测分布可以通过模型导出,观测分布可以通过其它途径得到。
卡尔曼滤波器是以最小均方误差为原则的最佳线性滤波器,采用实时的迭代算法而不要求保留过去的状态信息。
reference
- Understanding the Basis of the Kalman Filter Via a Simple and Intuitive Derivation
- Kalman filter
- Kalman filter
- Kalman Filter
- Kalman Filter
- kalman filter
- Kalman Filter
- 有关Kalman Filter
- Kalman Filter笔记(1)
- Kalman Filter笔记(2)
- The Kalman Filter
- The Kalman Filter
- 【MATLAB】Extended Kalman Filter
- Kalman Filter介绍
- Kalman filter Intro - wiki
- Kalman Filter算法入门
- Learning Kalman filter
- Kalman filter 使用经验总结
- opencv kalman filter
- 1005: 整数幂
- Git暂存代码出现unable to auto detect email address '',Cannot save the current index state
- 加快控制台读取数据
- SpringMVC、Spring和Struts的区别
- Ruby on Rails 入门 ----respond_to
- Kalman Filter
- linux ksm 内存 merge机制研究
- 网站Web业务架构从小到大演变
- [LeetCode] 105. Construct Binary Tree from Preorder and Inorder Traversal
- JavaScript节流函数, 防止大量函数触发解决办法
- 二分搜索技术
- axis ptz ros节点
- kafka-Patition下的Leader与Follower的切换
- ON1 Photo RAW 2017(RAW格式图片处理工具)官方正式版V12.0.0.4006下载 | on1 photo raw 破解版下载