我认为,卡尔曼滤波就是把统计学应用到了滤波算法上。

算法的核心思想是:根据当前的仪器“测量值”和上一刻的“预测量”和“误差”,计算得到当前的最优值,在预测下一刻的值。

里面比较突出的观点是:把误差纳入计算,而且分为预测误差和测量误差两种,通称为噪声。还有一个非常大的特点:误差独立存在,始终不受测量数据的影响。

卡尔曼滤波(最容易理解的讲解)


 

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

以上有助于理解:

  但是以上有会发现数值“23”没有明确的指出,是指的那个时刻的23?

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波(最容易理解的讲解)

卡尔曼滤波是统计学的程序表达。要想深入理解,公式三协方差的背后意义,需要学习统计学。

看到这里如果明白了原理,你再回头看看,会发现,误差是独立存在的,误差不受数据的影响,误差按照统计学的协方差公式更新,跟数据无关,而且误差是不断变化的。

 

 

相关文章:

  • 2021-05-28
  • 2021-11-28
  • 2022-01-13
  • 2021-10-07
  • 2021-09-04
  • 2021-07-14
  • 2021-12-11
  • 2021-04-18
猜你喜欢
  • 2021-10-27
  • 2022-01-04
  • 2021-07-15
  • 2021-05-08
  • 2021-12-17
  • 2021-11-28
相关资源
相似解决方案