|
|
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6 T2 g0 U- h+ ?4 t
; z. |: Q! i1 \9 f# p
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。 Q5 @5 ]% P+ ]$ h
- t3 Z2 ^$ G( E; E" @) R
p* L S/ c, R7 |( _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
9 [* s5 b( j) x+ ~" |6 c算出房间的实际温度值。$ H7 s0 ?; n8 C' A
; ?6 i! ?3 h- `: k- I% x( }% j4 u
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。. }. o4 k, g |% p' _* z
! x& C( c- X+ v
; l4 \" |3 i6 S) ?. l! z
+ T+ s1 c0 S2 E- e, p, Z( J
* _0 S M" D: H- @" F/ l; n8 \' j! u- k
4 u+ M& a6 U! ]8 z+ ^# ?
3 \; i3 f* W3 r3 S& D1 I( m/ b
, p% q% N$ W' O3 Q0 q0 @* k1 C1 I
9 _+ s Y" u2 j7 h+ ~0 {
1 h. @+ @9 T8 e% P- @; D3 V. s: M* Y" x/ I O/ w
|
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！