卡尔曼滤波总结

卡尔曼滤波/数据融合

问题：

       因为有误差存在，所以对于系统的真实状态X，我们是无法知道的，所以只能通过对系统的预测值和观测值加以整合，得出最优的估计值。

 

流程：

       输入：预测值X(k|k-1)+观测值Z(k)

       输出：最佳估计值X(k|k)

/************************************分割线*********************************************/

KF:

X(k|k-1)从哪获得？

       根据系统模型和状态X(K-1|K-1)算出

其中x(k|k-1)是上一时刻的状态对现在时刻状态的预测，x(k-1|k-1)是上一时刻状态的最优结果， u(k)为现在时刻状态的控制量。

 

Z(k)怎么获得：从传感器获得测量值

 

得到最优估计值X(k|k)

式（3）中的H可以理解实际信号和观测信息的函数/系数，例如输入电流，观测电压

 

式（3）中的Kg(k)是卡尔曼系数，也叫卡尔曼增益