卡尔曼滤波

卡尔曼滤波器的操作包含两个阶段:预测和更新。

Kalman滤波包括两个阶段:预测和更新。在预测阶段,滤波器利用上一状态的估计做出对当前状态的估计;在更新阶段,滤波器利用在当前状态的观测值优化在预测阶段获得的预测值,以获的一个更精确的当前状态的估计。

Note:

用$n-1$帧的状态预测$n$帧的状态,再由第$n$帧的输出更新第$n$帧的状态。

想要用kalman滤波,要知道前一时刻的状态估计值$x$,当前的观测值$y$,还得建立状态方程和量测方程,有了这些就可以运用kalman滤波了。

卡尔曼有三种用途:回归、滤波和预测。

  1. 回归问题

    给定多个自变量、一个因变量以及代表它们之间关系的一些训练样本,如何来确定它们的关系的问题为回归问题。
    
  2. 滤波问题
  3. 预测问题

完整内容请查看:kalman@githubPDF下载链接本站备份链接