【发布时间】：2013-10-21 15:28:59
【问题描述】：
我实现了一个 EKF。该算法运行良好，但我需要一个标准来检测初始化后滤波器何时收敛。最好/最常见的方法是什么。我有两个想法：
1.) 当创新达到预定限制时。 2.) 当估计的方差达到预先定义的限制时。
有什么建议吗？
【问题讨论】：
标签： kalman-filter
【发布时间】：2013-10-21 15:28:59
【问题描述】：
在处理卡尔曼滤波器（尤其是 EKF）时最常见的错误是认为 P 矩阵的收敛等同于估计的实际收敛。
您需要查看标准化的创新。
创新是预期（预测测量）与实际测量之间的差异：
Innov = y - h(x_predicted)
归一化创新是创新的马氏距离，它与 P 矩阵较小时的收敛性相关：
d^2 = Innov.transpose * Cov(Innov).inverse * Innov
在哪里Cov(Innov) = Cov(y - h(x_predicted)) = R + H * P_predicted * H.Transpose
【讨论】：
-
特别是，如果F、H、Q和R是常数，那么P每次都会收敛到相同的值（不管初始P如何，虽然路径会不同）。这是因为 P 完全不依赖于数据。
我通常查看估计方差的导数。如果它不再变化，则过滤器已经收敛。 这通常效果很好。
【讨论】：