|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
对卡尔曼滤波的简单解释- H0 K* P( s- D
/ k" K% E! ?6 d1 [
先给出一个网上的例子:假设 我们要研究的对象是一个房间的温度。根据你的经验判断，这个房间的温度是恒定的，也就是下一分钟的温度等于现在这一-分钟的温度(假设我们用一分钟来做时间单位)。假设你对你的经验不是100%的相信，可能会有上下偏差几度。我们把这些偏差看成是高斯白噪声( WhiteGaussian Noise )，也就是这些偏差跟前后时间是没有关系的而且符合高斯分配( Gaussian Distribution)。另外，我们在房间里放一个温度计，但是这个温度计也不准确的，测量值会比实际值偏差。我们也把这些偏差看成是高斯白噪声。
/ V) V+ c' B3 P- u- [ K- L7 U0 D4 i
0 w2 h C" U- s
9 W$ U1 N3 a& t) B好了，现在对于某- -分钟我们有两个有关于该房间的温度值:你根 据经验的预测值(系统的预测值)和温度计的值(测量值)。下面我们要用这两个值结合他们各自的噪声来估1 ~3 ]) v% O# C/ e ?+ O0 b
算出房间的实际温度值。
* b/ G) D6 Y1 Y0 H/ G' B1 N: |5 V K0 a, |7 ]& a
假如我们要估算k 时刻的是实际温度值。首先你要根据k-1 时 刻的温度值，来预测 k时刻的温度。因为你相信温 度是恒定的，所以你会得到k 时刻的温度预测值是跟k-1时刻一样的，假设是23 度，同时该值的高斯噪声的偏差是5 度( 5是这样得到的:如果k-1时刻估算出的最优温度值的偏差是3，你对自己预测的不确定度是4度，他们平方相加再开方，就是5)。 然后，你从温度计那里得到了k 时刻的温度值，假设是25度，同时该值的偏差是4度。; e; a6 u9 V7 {2 m" X; I
( g) r5 k3 S+ b0 L
0 k( @( E& B7 K# O
7 _/ r) \& V& y& X
" X" h/ c8 j3 o3 P
; _ Q) ?3 q; m& {" Y3 j
7 a$ i1 M6 `% F' {9 o/ l
7 u) }, M, w2 s* H6 l+ ^3 x: R& C _; D8 _* p9 X
* m$ u' @) P' ~$ i1 J3 R+ _0 x3 S# B
/ Z! A; y, @$ x) {; m( r, J( |# k! ] N9 P: L
|
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！