|
|
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
! N1 J0 N: C4 v$ a
' {2 V. \: F8 k2 D) Z/ S3 b) q( C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。0 d* R% Q& p" C7 k, p
* a/ B1 ?# ?0 P/ f1 s* H2 c
# n2 I9 F4 Y, C9 _+ q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
1 z- z; M) c1 U' F5 z/ i算出房间的实际温度值。8 M) U6 t$ l, d/ W0 H" g2 z j: J
" N) r8 p- v. J7 X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。
0 { r4 w# |6 p' w6 o; z* `8 `3 D- S5 p
2 E" h$ [ {; E5 Y: q4 S N/ a/ P% t3 ~4 P
1 S. m4 f* @- ?0 u1 J1 p2 H6 n
1 D, Q* c$ {0 L/ J1 k8 r
% _% u! G9 S( _$ c/ u( D) k+ A, }# w1 m/ I! E# l7 f
6 i5 Q. S* r/ h- x
1 k( |2 z% E8 j } B1 k
/ T* a0 ?5 I' X4 ^/ L8 M7 t
|
|
/1 
发表于 2020-1-10 13:54
收藏
淘帖
支持！
反对！