|
|
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
5 F o9 M; S( H' ~. O0 h* e2 R- f$ |0 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。7 q8 a r) u! `3 @. u
: p+ ~! W; a: Y7 @+ s) q
+ D$ H3 H6 |0 K' ]$ [' f9 `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( R! O7 c* u1 o1 [
算出房间的实际温度值。7 f4 k: w3 u% g. c$ G. N& G
$ |8 B4 v& x8 x" q) D/ R
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。- B/ M8 D1 }: I$ x$ T
1 ]2 R, E; [2 ]; x8 g
: x" y7 [* j5 G, d; X/ x. L( _8 [- _' d5 j, |0 [+ G
/ m: B7 f3 j) u% N l; T) ~) l! m7 b. k8 a# c8 M( U2 w. E
$ q. f' C+ X& Q+ y8 h: w
; I4 `0 s0 C7 U( k3 h0 b- Y, }' x5 Y. ]$ Y1 R
8 O& n' Y) ^; g8 F
! u! W' |+ m- T
1 C' Z7 F4 s1 W; `) p0 J |
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！