KALMAN滤波器入门总结

最新推荐文章于 2023-11-14 18:47:46 发布

boksic

最新推荐文章于 2023-11-14 18:47:46 发布

阅读量5.9k

点赞数

分类专栏：算法文章标签： transition matlab zk performance plot matrix

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/boksic/article/details/6911922

版权

本文介绍了KALMAN滤波器的基本概念，作为时域滤波器，它通过处理噪声数据来逼近真实状态。文章讨论了KALMAN滤波器的预测过程，包括对物体在无摩擦轨道上受随机扰动的假设，以及牛顿定律如何应用于状态更新。此外，还提到了MATLAB仿真来验证滤波器的效果。

摘要由CSDN通过智能技术生成

课上提到了KALMAN滤波器，稍微入个门，总算懂了点皮毛，总结了一下，如有错误欢迎指正

参考资料http://www.innovatia.com/software/papers/kalman.htm

不同于FIR、IIR经典频域滤波器，KALMAN滤波器是时域滤波器，是通过时域上的包含噪声的测量数据，计算出最接近实际值的方法

几个关键公式如下

预测

$\hat{\textbf{x}}_{k|k-1} = \textbf{F}_{k}\hat{\textbf{x}}_{k-1|k-1} + \textbf{B}_{k} \textbf{u}_{k}$

$\textbf{P}_{k|k-1} = \textbf{F}_{k} \textbf{P}_{k-1|k-1} \textbf{F}_{k}^{\text{T}} + \textbf{Q}_{k}$

更新

$\textbf{S}_k = \textbf{H}_k \textbf{P}_{k|k-1} \textbf{H}_k^\text{T} + \textbf{R}_k$

$\textbf{K}_k = \textbf{P}_{k|k-1}\textbf{H}_k^\text{T}\textbf{S}_k^{-1}$

$\textbf{P}_{k|k} = (I - \textbf{K}_k \textbf{H}_k) \textbf{P}_{k|k-1}$

$\tilde{\textbf{y}}_k = \textbf{z}_k - \textbf{H}_k\hat{\textbf{x}}_{k|k-1}$

$\text{[math]}$

最低0.47元/天解锁文章

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
KALMAN滤波器入门总结

课上提到了KALMAN滤波器，稍微入个门，总算懂了点皮毛，总结了一下，如有错误欢迎指正参考资料http://www.innovatia.com/software/papers/kalman.htm不同于FIR、IIR经典频域滤波器，KALMAN滤波器是时域滤波器，是通过时域上的包含噪声的测量数据，计算出最接近实际值的方法几个关键公式如下预测更
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。