1. 程式人生 > >卡爾曼濾波的總結

卡爾曼濾波的總結

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

,區別在於EKF多了一個把預測和測量部分進行線性化的過程。

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:

十分鐘讀懂卡爾曼濾波

詳解卡爾曼濾波原理

卡爾曼濾波原理快速理解

卡爾曼濾波從推導到應用(一)

卡爾曼濾波學習筆記(一)

卡爾曼濾波 Q、R 如何調節

卡爾曼濾波以及拓展卡爾曼濾波的理解以及推導