![c49361eba6ececf1d9084506d6f350f3.png](https://img-blog.csdnimg.cn/img_convert/c49361eba6ececf1d9084506d6f350f3.png)
卡尔曼滤波是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。上面一段话来自百度百科,其实最核心的意思就是卡尔曼滤波可以很好地从带有噪声的数据过程中估计状态。而且卡尔曼滤波也是阿波罗登月中使用的突破性技术之一,正好我国嫦娥五号采土归来,正好回顾一下卡尔曼滤波的技术细节,对公式推导做一个完整的整理。
1、定义
- 状态方程:
- 观测方程:
- 符号定义:
首先定义状态估计误差
理解卡尔曼公式推导的核心,是一定要理解这里的符号标记。核心是在第k时刻,对k+1时刻的估计!所以后面都要记住,在第k时刻的时候,对k+1时刻的任何值,都只能是估计