|
|
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
9 p# M; _, Z' f( `# L7 V
6 G% Y4 v6 x. [ A4 K. a8 i8 |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。
; _5 m7 I& L$ J S# Q
+ ?+ k5 J5 K; g- w7 H- E3 j) K- `
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) x' g& i# ~) k1 \% O
算出房间的实际温度值。0 E" O$ \, i. c2 ^
6 ?1 u- \7 C: u& F* m
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。
+ T+ i7 ^1 V. u" f: \, \" @$ f9 v$ V; q5 c" L
- r, Y+ z$ O# i0 H( ~9 |* t
+ e0 y2 p' o, Z; r
) M$ u9 w5 U) S8 [2 t: [/ E
/ B3 b- n. G# [$ u3 H, G
; K2 v6 u7 h, F: S7 [" p' K* k; e' f8 J7 n G& u
; @( `: | s7 _: _( D- q' G" v0 x4 @ i
5 f2 `. r4 f. y& q1 }+ {" |2 Z
4 K& p, B) e9 q" i$ y# O7 W |
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！