|
|
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- G7 n7 O* Z4 z" | |, N h
- l* u, j1 R* u; H7 t" u( M
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。& s0 `! Q" U9 j6 V: `6 m
* m, C B, L/ N/ R# }1 \
/ Y9 E; E/ g+ X5 r: n. V3 h; w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
/ v5 q. }* I* N2 N* j* l# I算出房间的实际温度值。
: r5 M- M3 y. R0 q: a. n. L$ P1 N2 T3 s* i6 K/ L! z
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。
. z+ ], G: I3 t+ u+ H9 A: s9 ^) w8 w: J- H9 F
7 }9 i( P% K8 L7 I5 z# t- M! {2 i2 Y2 V+ J
* j2 ~6 B e* t! ]
3 l+ D! f1 }9 x5 ?
/ U. m9 S6 C! b% ^# l, p" J
. q6 I+ a& }( O: E8 j8 `7 I/ K0 N# e: y7 q6 r" I2 H4 a
6 r- N( J! {; A/ U
+ X( d- p7 k& T7 W* T+ g8 Z/ V
: [5 z; ^, Q* T. Z) j
|
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！