对卡尔曼滤波的简单解释

mytomorrow

对卡尔曼滤波的简单解释
% ]/ H* J1 Z5 l3 @; v
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。
/ B7 S; ?4 }2 B; o/ F
; @) v8 A3 j9 q# y; `$ ?# u: m$ c
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
7 m/ ^3 v1 H7 x) f; ?) R算出房间的实际温度值。
8 z! Q$ }2 N1 E& U0 v4 ]$ ~9 }
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。

, I: P+ T  h, J1 P" v3 D0 Q* [$ I
7 X& ], u( W3 t. P9 F

游客，如果您要查看本帖隐藏内容请回复

2 q* A( l. b" g8 z7 R, K
, W, L+ c3 _: J* B1 t& j1 r/ U
# S" S# v* \1 L; e+ u1 y

xixihahaheihei

对卡尔曼滤波的简单解释

xushengliangPCB

想要下载下来
) H5 b- z; a( e9 v1 u