kalman滤波python实现——基于维纳退化模型，Python开发究竟该如何学习

上官夏恋

于 2024-04-04 10:17:56 发布

阅读量256

点赞数 6

分类专栏： 2024年程序员学习文章标签： python 学习开发语言

本文链接：https://blog.csdn.net/2301_76328475/article/details/137369007

版权

2024年程序员学习专栏收录该内容

290 篇文章 0 订阅

订阅专栏

本文介绍了如何使用Python实现Kalman滤波器，包括基本的Weiner过程中的应用，以及一种改进的强跟踪卡尔曼滤波方法。作者详细展示了kalman_filter_for_weiner_process函数的代码，并展示了实际应用中数据的处理和输出结果。

摘要由CSDN通过智能技术生成

退化模型：

$X(t)=\lambda t+\sigma B(t)$

其中， $\lambda$ 为drift coef， $\sigma$ 为diffusion coef ， $B(\cdot)$ 为标准布朗运动

状态空间方程：

$\begin{aligned}\lambda_i&=\lambda_{i-1}+\eta,\quad \eta\sim N(0,Q) \x_i&=x_{i-1}+\lambda_{i-1}(t_i-t_{i-1})+\sigma\varepsilon_i, \quad \varepsilon_i\sim N(0,t_i-t_{i-1}) \end{aligned}$

kalman滤波

算法细节：

代码实现：

import matplotlib.pyplot as plt
from math import pi
import numpy as np
from numpy import log, exp, sqrt
from numpy.random import normal, randn

def kalman_filter_for_weiner_process(t, X):
    ''''X is an array'''
    n_samples = len(X)
    _size = n_samples + 5
    sigma2 = 10                           # difussion coef
    Q = 10                                # drift noise variation
    K = np.zeros(_size)
    P = np.ones([_size,_size])  # P0 = 1

    λ_hat = np.zeros(_size) # a0 = 1
    y_pred = np.zeros(_size)

    for i in np.arange(0, n_samples):
        if i == 0:
            y_pred[i] = X[i]
        else:    
           # Prediction (expectation)
            P[i][i-1] = P[i-1][i-1] + Q 
            K[i] = (t[i] - t[i-1])**2 * P[i][i-1] + sigma2 * (t[i] - t[i-1]) # kalman 增益
            λ_hat[i] = λ_hat[i-1] + P[i][i-1] * (t[i] - t[i-1]) * (X[i] - X[i-1] - λ_hat[i-1] * (t[i] - t[i-1])) / K[i]

            # Correction (variance)
            P[i][i] = P[i][i-1] - P[i][i-1] * (t[i] - t[i-1])**2 / K[i] * P[i][i-1]

            # 基于更新后的λ_hat进行下一步的预测
            y_pred[i] = y_pred[i-1] + λ_hat[i] * (t[i] - t[i-1])
            
        print(f"λ_hat：{λ_hat[i]}，P：{P[i][i]}")

    plt.scatter(t,X, color = 'blue')
    plt.plot(t,X, color = 'blue', label = 'actual')
    plt.plot(t, y_pred[:len(t)], color = 'red', label='kalman')
    plt.scatter(t, y_pred[:len(t)], color = 'red')
    print(y_pred)
    print(λ_hat)
    print(X)
    plt.legend()
    

# data
t = np.arange(1,15)
X = np.sin(np.arange(1,15))  * 100
kalman_filter_for_weiner_process(t, X)

输出结果：

改进的kalman滤波

算法细节：

代码实现：

import matplotlib.pyplot as plt
from math import pi
import numpy as np
from numpy import log, exp, sqrt
from numpy.random import normal, randn

def strong_tracking_kalman_filter_for_weiner_process(t, X):
    ''''X is an array'''
    n_samples = len(t)
    _size = n_samples + 5 
    print("n_samples:", n_samples)
    sigma2 = 10                           # difussion coef
    Q = 10                               # drift noise variation
    alpha, rho = 0.5, 0.5
    V = np.zeros(_size)
    gamma = np.zeros(_size)
    B = np.zeros(_size)


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/8202d0257c19bcd60eddf79bf39e203d.png)
![img](https://img-blog.csdnimg.cn/img_convert/9bcafa4d2e76f2a754c4e605f91cceb9.png)
![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png) 
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）**
![img](https://img-blog.csdnimg.cn/img_convert/a208c8cb0b254b10e1543526d8c65a30.png)



[**一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！**](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)

**AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算**

ux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算**