卡爾曼濾波的總結
阿新 • • 發佈:2018-11-14
現在可以關注用法,但後面要自己推導
1:卡爾曼增益就權值,權值的大小是由前一個時刻的表現來決定,誰的精度高誰的權值。
2:卡爾曼濾波是一個遞迴演算法,由前一時刻的預測值和當前時刻的測量值加權平均。理論上多次調整之後逐漸到達準確值。
3:濾波就是去掉不想要的訊號,保留有用的訊號。一般是去掉噪聲。
4:常見的卡爾曼濾波的推導是矩陣相乘的形式:這說明是線性系統,如果x_t寫成發f(x_t),那就有可能是非線性的
5:什麼是馬爾科夫過程(粒子濾波要用到)
6:什麼是協方差矩陣?變數之間的 相關程度
7:這幾個要知道:協方差、最小均方誤差估計、多元高斯分佈、最大似然估計
8:對於非線性系統來說,我們使用擴充套件卡爾曼濾波
9;把兩個具有不同均值和方差的高斯分佈相乘,你會得到一個新的具有獨立均值和方差的高斯分佈。直接從高斯分佈相乘可以得到更小的不確定性的分佈。
10:初值的選取不重要 多次迭代以後可以收斂
11:
參考資料: