Kalman Filter: 线性系统估计状态后验概率分布。
正态分布经过线性变换仍为正态分布, 估计其均值和协方差矩阵。
x_t = F * x_t-1 + B * u + w
y_t = H * x_t + n
预测：根据状态转移预测先验概率分布
更新：根据观测方程更新后验概率分布
https://github.com/ApolloAuto/apollo/blob/master/modules/common/math/kalman_filter.h
本文介绍了如何利用Kalman滤波器对线性系统的状态进行估计，强调了正态分布在经线性变换后的保持特性。过程涉及预测阶段的状态转移模型和基于观测方程的后验概率更新。源代码可在ApolloAuto的GitHub仓库中找到。
936
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
