卡尔曼滤波器原理

1.卡尔曼滤波作用

    卡尔曼滤波实现简单而且是纯时域的滤波器，不需要进行频域变换。在任何含有不确定信息的动态系统中使用卡尔曼滤波，可以对系统下一步的走向做出有根据的预测。优点：占用内存小（只需保留前一个状态量），速度快，适用于实时问题和嵌入式系统）。

2.状态预测公式

        假设有一辆车在路上行驶，我们用位置和速度表示当前行驶状态，设状态变量(u表示加速度）：

                                                                        

    其中  ,                    

                                                

    观察可得，它们的输出变量都只是输入变量的线性组合，所以卡尔曼滤波器是最佳的线性滤波器，它只能描述状态与状态之间的线性关系。就可以把它写成矩阵的形式：

                                                

    进一步提取两个状态矩阵：

                                                

    所以可将公式简化成：

                                                             --------------------------------------------（1）

    这就是卡尔曼滤波器中的第一个公式，状态预测公式，其中F叫状态转移矩阵，表示如何从上一时刻的状态来推测当前时刻的状态，B叫控制矩阵，表示控制量u如何作用于当前状态。表示是对x的估计量，而不是真实值。因为真实状态不可知，我们只能根据观测来尽可能地估计x的值。等号左边有一个减号上标，表示这一时刻的值