卡尔曼滤波器_图解卡尔曼滤波器，无需深厚的数学知识也易懂（第七部分：扩展卡尔曼滤波器【EKF】非线性滤波器）...

A Nonlinear Kalman Filter非线性滤波器

那么我们能用一阶导数做什么呢？这里是我们的线性卡尔曼滤波器的方程组，使用一个没有状态转换或控制信号的模型，仅有过程噪声，一个传感器和一个状态值：

使用我们在第五部分多维卡尔曼滤波器的写法就是：

这里需要明确，1）传感器观测模型在第五部分写成

,在这里写作

.2）卡尔曼增益我们一直使用符号K表示，这里使用的是

。只是符号表示上发生来一些变化。

现在我们将修改这些方程以反映传感器的非线性关系。使用一个函数h代表任何非线性函数（比如我们的例子中的

）,

表示在时间k时的一阶导数，我们可以得到：

下面的演示显示了温度随着时间的波动，但是单个传感器具有非线性响应且没有偏差。我们可以从三种不同的非线性传感器函数中进行选择，并将我们的非线性卡尔曼滤波器与线性版本进行比较。如我们所见，在线性版本中，对c参数的任何调整都不足以获得与原始信号一样好的拟合效果。右边的图显示了非线性函数本身的形状，供参考：