文章目录
第三讲.贝叶斯滤波的三大概率
第四讲.连续随机变量的贝叶斯公式
似然概率
第六讲.随机过程的贝叶斯滤波
正如上图所示,贝叶斯滤波的缺点:无穷积分,大多数情况下无解析解,所以对这个无穷积分需要有两种解决办法,一个是作假设(高斯分布,积分就好积了,另一个是数值积分)
因此,正如博主所说,贝叶斯滤波是一个思想,该思想应用到KF,EKF,UKF,PF
KF那五个公式
卡尔曼都是期望和方差
由上一个时刻的期望和方差,推出这个时刻期望和方差的先验(预测值,两个公式)
由这个时刻期望和方差的先验再推出这个时刻期望和方差的后验(又两个公式)
再加一个卡尔曼增益(一个公式)
第六讲笔记如下:
引出贝叶斯滤波基于哪些假设,分为几个步骤
通过状态方程和观测方程如何递推
##### 分两步,预测步与更新步