|
|
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6 i8 z* ^5 f) M) h8 j0 T& ~
0 }# Y" a! B, V3 r w
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。
6 K9 I# \+ X0 K$ o! u
; G/ s$ ^, F, |
h8 K: o6 V1 _5 p9 a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
0 c& E2 }4 s1 w% Y; j算出房间的实际温度值。) D* u+ Y. X1 K
% D- G1 N' R/ p: i8 \2 O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。
1 e& x# m$ J6 Q6 [5 p
9 K. `. }0 G) Q. X2 g2 L) Y2 @( Q1 G5 x
& z5 T& m; r$ B. C: x# d/ w
6 w) \1 \ F2 v! @, ?7 F2 H1 i. }; \2 Z, m9 M& C$ k& u3 i
/ B/ \0 D% e4 @5 d: E$ }# Z' w1 ^) b- f/ o" K! {
; i' R- A/ C4 G, r' N" d* [8 c% R6 E# b, n: u/ D0 O( {
& q. E, s2 h, w0 n+ y
2 {1 X o; ?, |8 e0 X- P v |
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！