EKF备忘录
来源:互联网 发布:数据的作用的是什么 编辑:程序博客网 时间:2024/04/30 03:15
其实EKF都没有用过,不过既然看过,还是备忘在这里吧。
回忆一下KF,我们会发现它处理的是线性问题,即是状态方程和观测方程为线性的问题。如果是非线性呢,那么EKF(Extended Kalman Filter)就是处理这种问题的方法之一。EKF仿效泰勒级数展开,在当前估计值处对过程或测量方程求偏导,从而将非线性问题线性化。
同KF一样,我们需要知道2个预设方程(均为非线性):
实际中我们显然不知道每一时刻状态噪声和观测噪声的值。但是,我们可以将它们假设为零,从而估计状态向量和观测向量为:
根据上述两式将状态向量和测量向量线性化
其中:
可以通过对求偏导而获得,
可以通过对求偏导而获得,
可以通过对求偏导而获得,
可以通过对求偏导而获得,
后面的过程和KF就类似了,EKF结构图如下:
- EKF备忘录
- EKF
- EKF SLAM
- 复习EKF
- EKF matlab
- EKF/UKF/IMM
- MATLAB中EKF/UKF
- EKF—SLAM推导
- ekf 传感器数据融合
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 备忘录
- 怎么去掉Flex4生成的SWF加载时的进度条
- 关于Lable的设置
- 使用dbms_repair修复坏块
- 十天学习GWT笔记 之 第二天(创建第一个应用程序:StockWatcher)
- 简单的创建SQL 2005计划任务应用
- EKF备忘录
- 控件获得焦点时改变光标的颜色
- 现实中的细粒度审计
- ERP操作手册要不要做?
- ReportView
- java对象序列化
- l嵌入式开发--linux基础命令操作
- 医药连锁店源码
- TechED2010与我(一)—— 初来乍到