卡尔曼滤波算法在系统中将目标从过去状态转移到当前状态的变换过程称为状态转移,其中包括了对运动中目标从位置、速度、加速度等的转移,将本时刻获取的目标状态称为观测状态。采用线性表达式表达该过程,并假设噪声干扰相互独立且满足高斯分布。根据卡尔曼滤波增益系数对状态转移后得到的新状态预测值和观测值进行加权计算,获得最终的目标状态值。
用于状态预测的卡尔曼滤波状态转移方程为:
(1)
目标观测方程为:
(2)
式中:称为状态变量;
称为测量变量;
卡尔曼滤波算法在系统中将目标从过去状态转移到当前状态的变换过程称为状态转移,其中包括了对运动中目标从位置、速度、加速度等的转移,将本时刻获取的目标状态称为观测状态。采用线性表达式表达该过程,并假设噪声干扰相互独立且满足高斯分布。根据卡尔曼滤波增益系数对状态转移后得到的新状态预测值和观测值进行加权计算,获得最终的目标状态值。
用于状态预测的卡尔曼滤波状态转移方程为:
(1)
目标观测方程为:
(2)
式中:称为状态变量;
称为测量变量;