- What: 滑动窗口是一种选取优化变量范围的策略,常见的范围选择策略有:全局优化、滑动窗口优化、单帧优化。
- Why: 在时序优化问题当中,最近发生的若干帧数据与当前帧相关性最大,将这些帧拿出来优化,获得的单位计算量变量准确性提升最明显。
- How: 利用矩阵的相关性质,解决去掉一些状态量之后,其他状态量的信息矩阵重新组织的问题,做到不丢信息、计算量不猛增。
一、从高斯分布到信息矩阵
1. 有两条推导路径到二次型
- 优化的思路: 一般问题的梯度下降法—> 二次型问题的高斯牛顿方法
- 概率的思路:贝叶斯法则—>高斯分布—>二次型
2. 协方差的计算与更新
常见的协方差计算方式:
- 根据定义直接计算:方差是衡量样本偏离均值的程度。
- 根据函数之间的关系推导:如果x的方差是 σ x 2 \sigma_x^2 σx2, y = c x y = cx y=cx, 那么y的方差是 σ y 2 = c 2 σ x 2 \sigma_y^2 = c^2\sigma_x^2 σy2=c2σx2
3. 信息矩阵的计算与更新
信息矩阵的计算方式:
- 根据定义,信息矩阵是协方差矩阵的逆
- 信息矩阵具有累加性质,可以把不同时间的信息相加,这是通过正态分布的性质得来的。
- 通过舒尔补,获得一个新的信息矩阵
判断信息矩阵对不对的标准就是: 信息矩阵与协方差矩阵的乘积,需要等于单位矩阵。
参考1中的如下例子:
总结
- 信息矩阵更新方式一:通过协方差,利用矩阵求逆的方式.
- 信息矩阵更新方式二:通过舒尔分解,直接在信息矩阵上进行操作。