关于扩展卡尔曼滤波

扩展卡尔曼滤波就是应对的非线性系统，对于非线性的系统状态空间传递函数，要应用卡尔曼滤波，首要的目标就是要对其进行线性化处理。非线性函数的线性化主要采用泰勒展开表示。泰勒级数展开并忽视二次以上的高阶项。

拍自《多旋翼无人飞行器嵌入式飞控开发指南》

 

 

可以看看这篇文章，下面是我摘抄的一点。

https://blog.csdn.net/weixin_42647783/article/details/89054641

扩展卡尔曼滤波（Extended Kalman Filter，EKF）是标准卡尔曼滤波在非线性情形下的一种扩展形式，它是一种高效率的递归滤波器（自回归滤波器）。

EKF的基本思想是利用泰勒级数展开将非线性系统线性化，然后采用卡尔曼滤波框架对信号进行滤波，因此它是一种次优滤波。

 

EKF滤波通过泰勒展开公式，把非线性方程在局部线性化，使得高斯分布的变量在经过线性变换后仍然为高斯分布，这使得能继续把标准卡尔曼滤波KF的框架拿过来用，总体来说，EKF在函数的非线性不是很剧烈的情形下，能够具有很不错的滤波效果。但是EKF也有它的不足之处：其一，它必须求解非线性函数的Jacobi矩阵，对于模型复杂的系统，它比较复杂而且容易出错；其二，引入了线性化误差，对非线性强的系统，容易导致滤波结果下降。基于以上原因，为了提高滤波精度和效率，以满足特殊问题的需要，就必须寻找新的逼近方法，于是便有了粒子滤波PF和无迹卡尔曼滤波UKF，笔者将在接下来的博文中为读者解读。