在轻松理解卡尔曼滤波这篇博客以及这篇中,作者写得通俗易懂,但是我有一个地方一直不明白,想了一天,总算是明白了。
就是下面这两个公式
H
k
X
^
k
′
=
H
k
X
^
k
+
K
(
Z
k
−
H
k
X
^
k
)
H_{k}\hat{X}_{k}^{'} = H_{k}\hat{X}_{k} + K(Z_{k}-H_{k}\hat{X}_{k})
HkX^k′=HkX^k+K(Zk−HkX^k)
H
k
P
k
′
H
k
T
=
H
k
P
k
H
k
T
−
K
H
k
P
k
H
k
T
H_{k}P_{k}^{'}H_{k}^{T} = H_{k}P_{k}H_{k}^{T} - KH_{k}P_{k}H_{k}^{T}
HkPk′HkT=HkPkHkT−KHkPkHkT其中的左边不知为何要添加
H
k
H_{k}
Hk,后来想明白,我搞混了最优状态估计值和最优观测估计值,我们的目标是求得状态得最优估计,但是实际上我们只能得到最优观测(或者说叫最优测量)值,也就是
H
k
X
^
k
′
H_{k}\hat{X}_{k}^{'}
HkX^k′。
观测值有两个高斯分布(
Z
k
Z_{k}
Zk和
H
k
X
^
k
)
H_{k}\hat{X}_{k})
HkX^k))互相影响,原博客取它们之积,即一个新的高斯分布,作为最终的观测值的高斯分布,这也可以叫做最优观测值,然后我们才能从最优观测值反推最优状态值,也就是
X
^
k
′
\hat{X}_{k}^{'}
X^k′,我们要的也是最优状态值去进行下一步迭代。
卡尔曼滤波器学习心得
最新推荐文章于 2022-07-25 10:01:41 发布