卡尔曼滤波器

1. 卡尔曼滤波器概述

卡尔曼滤波器解决的问题:

  1. 主观认识不准确:
    人在对问题的分析和建模与现实场景总是存在差异。
  2. 客观测量不准确
    这个世界上的所有测量仪器都不可能完全准确。

卡尔曼滤波适用的场景:线性高斯系统

1.1 卡尔曼滤波器结构图

image.png

1.2 名词解释

系统状态方程:

x k = A x k − 1 + B u k − 1 + w k x_k = Ax_{k-1} + Bu_{k-1} + w_k xk=Axk1+Buk1+wk
x k , x k − 1 x_k, x_{k-1} xk,xk1:系统在 k k k k − 1 k-1 k1时刻的状态。
A A A:状态转移矩阵,系统由上一个状态转变为下一个状态的运算矩阵。
u k − 1 u_{k-1} uk1:系统在 k − 1 k-1 k1时刻的输入控制量。
B B B:控制矩阵,输入控制量参与下一状态的运算矩阵。
w k w_k wk:过程噪声。

测量方程:

y k = C x k + v k y_k = Cx_k + v_k yk=Cxk+vk
y k y_k yk:测量量。
x k x_k xk:状态量。
v k v_k vk:测量噪声。

1.3 参数分析

噪声参数

image.png
w k ∈ N ( 0 , Q k ) w_k \in N(0,Q_k) wkN(0,Qk)
过程噪声满足 μ = 0 , σ 2 = Q k \mu = 0 , \sigma^{2} = Q_k μ=0,σ2=Qk的高斯分布。
v k ∈ N ( 0 , R k ) v_k \in N(0,R_k) vkN(0,Rk)
测量噪声满足 μ = 0 , σ 2 = R k \mu = 0 , \sigma^{2} = R_k μ=0,σ2=Rk的高斯分布。

方差

一维标准差: σ \sigma σ
二维协方差: c o v ( X , Y ) cov(X,Y) cov(X,Y)
c o v ( X , Y ) = σ X σ Y cov(X,Y) = \sigma_X \sigma_Y cov(X,Y)=σXσY
多维协方差矩阵 P = [ c o v ( X 1 , X 1 ) c o v ( X 1 , X 2 ) . . . c o v ( X 1 , X n ) c o v ( X 2 , X 1 ) c o v ( X 2 , X 2 ) . . . c o v ( X 2 , X n ) . . . . . . . . . . . . c o v ( X n , X 1 ) c o v ( X n , X 2 ) . . . c o v ( X n , X n ) ] P = \begin{bmatrix} cov(X_1,X_1) & cov(X_1,X_2) &... & cov(X_1,X_n) \\ cov(X_2,X_1) & cov(X_2,X_2) &... & cov(X_2,X_n) \\ ... & ... &... & ... \\ cov(X_n,X_1) & cov(X_n,X_2) &... & cov(X_n,X_n) \\ \end{bmatrix} P= cov(X1,X1)cov(X2,X1)...cov(Xn,X1)cov(X1,X2)cov(X2,X2)...cov(Xn,X2)............cov(X1,Xn)cov(X2,Xn)...cov(Xn,Xn)

超参数

Q , R ∼ P I D Q,R \sim PID Q,RPID
Q Q Q:过程噪声方差矩阵
R R R:测量噪声方差矩阵

2. 卡尔曼滤波核心

2.1 卡尔曼公式

预测:
KaTeX parse error: {align} can be used only in display mode.
更新:
KaTeX parse error: {align} can be used only in display mode.

公式说明:
符号上若带有 ^ \hat{} ^则表示其为先验估计值,若带有 ˉ \bar{} ˉ则表示其为预测值。
x x x:系统状态量
K t K_t Kt:卡尔曼增益矩阵

2.2 卡尔曼公式的理解

实现过程:
使用上一时刻的最优结果预测当前时刻的值,同时使用当前时刻观测值修正当前值,得到当前时刻最优结果。
因而卡尔曼滤波分为两个部分,预测和更新。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

疯狂重名的林木

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值