![d93b5c07e6ddd62d0bc950460aaacbd7.png](https://i-blog.csdnimg.cn/blog_migrate/2d586cfbc9efb6803053735a50420830.jpeg)
当系统状态方程不符合线性假设时,采用卡尔曼滤波无法获得理想的最优估计。扩展卡尔曼滤波与卡尔曼滤波主要区别在于:对状态方程的泰勒展开。
- 快速回顾几个知识点:
Gaussian Distribution of Univariate:
Gaussian Distribution of Multivariate:
Bayes Filter Reminder:
Prediction:
Observation:
2. 基于系统状态方程的非线性,扩展卡尔曼滤波提出线性化过程如下:
大部分的状态估计问题都包含非线性方程:
其中个
Prediction的线性化:
Correction的线性化:
3. 扩展卡尔曼滤波公式(具体公式推导待更新)
Prediction: