卡尔曼滤波器的递归思想及实现

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。
在这里插入图片描述

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。
在这里插入图片描述
在这里插入图片描述
.
.
.
根据三步骤计算公式,在Excel表格中计算17组数据,并画图
在这里插入图片描述
在这里插入图片描述
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。

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值