【数学和算法】初识卡尔曼滤波器（四）

本文是观看B站视频教程【卡尔曼滤波器】4_误差协方差矩阵数学推导_卡尔曼滤波器的五个公式 所做的截图和笔记。

---

先列出前面几篇博客得到的公式：

下面是利用上图公式推导$P_k^{-}$的过程：

先写出接下来的计算会用到的东西：
上一次的真实值减去上一次的估计值：

由于$W_{k-1}$是作用在$X_k$上的，所以$e_{k-1}$和$W_{k-1}$是相互独立的。所以他们的期望之间关系右：$$E(AB)=E(A)\ast E(B)$$
又因为$e_{k-1}$和$W_{k-1}$都是服从正态分布，所以期望为0，
$$E(e_{k-1})=0$$ $$E(W_{k-1})=0$$

所以可以得到：

上面的Q是过程噪声w的协方差矩阵。
最终，我们就得到了卡尔曼滤波器的五个公式：

　　从(2)式子看出，先验误差协方差矩阵$P_k^{-}$依赖上一次的误差协方差$P_{k-1}$，所以我们需要在得到后验估计值$X_k$以后，更新本次的$P_k$（即公式5），以便下一时刻计算(2)式的先验误差协方差时可以使用它。

其中，公式5的推导过程如下：