卡尔曼滤波的理解

首先了解一下滤波

滤波:filtering is weighting(滤波即加权)。 滤波的作用就是给不同的信号分量不同的权重。最简单的loss pass filter, 就是直接把低频的信号给0权重,而给高频部分1权重。

常见的贝叶斯滤波和卡尔曼滤波
贝叶斯滤波我觉得关键在于对先验概率和后验概率的理解上,就是随着事件的发生,对后验概率一个不断修正的过程(个人理解)。

贝叶斯

图中的P(x|y)称之为posterior probability,后验概率


卡尔曼滤波,介绍这个的文章已经有很多了,我主要记了一下值得注意的点
1、卡尔曼滤波的前提是在线性高斯系统下面
线性高斯系统:
a.初始置信度为高斯分布
b.状态转移这里写图片描述是附带高斯噪声的线性函数
c.测量概率

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 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
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