找回密码
 注册
关于网站域名变更的通知
查看: 395|回复: 1
打印 上一主题 下一主题

卡尔曼滤波简介

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2020-1-17 18:50 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

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
本帖最后由 开普勒L 于 2020-1-17 18:52 编辑 " u. U+ I1 T9 j- J* p- H3 z9 @
8 |! F% K- H7 b3 T- t% [' f+ l9 F  _; j
最佳线性滤波理论起源于40 年代美国科学家Wiener 和前苏联科学家K
5 a3 m- T  O/ n, z" O5 Q4 Q0 πMor等人的研究工作,后人统称为维纳滤波理论。从理论上说,维纳滤波
+ M" O$ M% ]; a9 y- c0 f的最大缺点是必须用到无限过去的数据,不适用 于实时处理。为为克服这一-缺点,
/ V2 k# D( K# \& E60年代Kalman把状态空间模型引入滤波理论,
5 ~8 z3 W6 g6 d/ Z! m5 E8 q3 d并导出了一套递推估计算法,4 Y# J! n4 i* O

$ v4 [% Z) k) @  J人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则,
* v/ _8 t. n/ R0 E
5 |$ Z% j0 @+ W. u寻求一套递推估计的算法,
4 E/ e: L" u9 t: k其基本思想是:采用信 号与噪声的状态空间模型, .
0 m: E0 i6 o) P2 h0 ~0 S2 G
  i3 u6 B. \& g6 _* Z5 L5 I/ Y用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的9 N0 b! l& m9 T4 ]  R. e
估计值。它适合于实时处理和计算机运算。7 I2 M  t6 m* a5 A5 x5 m8 D$ S
游客,如果您要查看本帖隐藏内容请回复

该用户从未签到

2#
发表于 2020-1-17 18:55 | 只看该作者
采用信 号与噪声的状态空间模型,
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-8-18 00:49 , Processed in 0.125000 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表