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