卡尔曼滤波器(Kalman Filter )
1、概念
卡尔曼滤波(Kalman filtering)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。
2、递归算法(Recursive Algorithm)
最优化递归数字处理算法
不确定性:
1、不存在完美的数学模型;
2、系统的扰动不可控,也很难建模;
3、测量传感器存在误差。
3、举例
卡尔曼滤波的一个典型实例是从一组有限的,对物体位置的,包含噪声的观察序列中预测出物体的坐标位置及速度。在很多工程应用(雷达、计算机视觉)中都可以找到它的身影。同时,卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题。
.
.
.
根据三步骤计算公式,在Excel表格中计算17组数据,并画图
利用卡尔曼滤波器的递归思想来作估计,随着我们不断更新测量值,它会越来越靠近真实值。