找回密码
 注册
关于网站域名变更的通知
查看: 381|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 / m7 j! o6 V: o
/ \& b- w! k" }, N& l/ u7 z
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! }9 [) ^, O0 V( s0 N( d
0 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
# a  X+ ^, l% ?" ]& o2 e6 ~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,+ E( O) S! u) Y2 l% b) E8 Y% f
60年代Kalman把状态空间模型引入滤波理论,
6 H( o" w4 V- z: S7 l1 h并导出了一套递推估计算法,2 d! K  ?3 M' E2 v1 e4 O
6 Q8 r! a; B$ _8 z, D/ A
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,$ x9 U. H( D6 Q
+ Y- o, b8 c5 f% y+ t5 ]6 X
寻求一套递推估计的算法,  O7 _* u0 ?# V' O9 v0 k5 {8 F; {8 t
其基本思想是:采用信 号与噪声的状态空间模型, .  K+ @6 @6 f% [3 P" e7 C
7 C8 V$ k3 }2 p. ^, k& j
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3 ~- H. D  d$ j8 ~# b
估计值。它适合于实时处理和计算机运算。
/ o9 U0 ~3 }5 X, p. V  A5 w  C
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, 2025-6-19 16:43 , Processed in 0.078125 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