卡尔曼滤波,最最容易理解的讲解.

学习卡尔曼滤波看了4天的文章,硬是没看懂.后来找到了下面的文章一下就看懂了.

我对卡尔曼滤波的理解,

我认为,卡尔曼滤波就是把统计学应用到了滤波算法上.

算法的核心思想是,根据当前的仪器"测量值" 和上一刻的 “预测量” 和 “误差”,计算得到当前的最优量. 再 预测下一刻的量,

里面比较突出的是观点是. 把误差纳入计算, 而且分为预测误差和测量误差两种.通称为 噪声.

还有一个非常大的特点是,误差独立存在, 始终不受测量数据的影响.

上面的ppt有助于入门理解.

但是在编程的时候你会发现,解释里面的数值23 没有很明确的指出,是指的那个时刻的23 是预测的23 还是上一课测量的23

下面这段文字会有助于你更清晰的理解

卡尔曼滤波是统计学的程序表达.

要想深入理解,公式三 协方差的背后意义 需要学习统计学.

如果仅仅是使用的话,这5个公式套进程序里面还是很容易的.

看到这里如果你明白了原理, 你再回过头看看,会发现.误差是独立存在的. 误差不受数据的影响. 误差按照统计学的协方差公式更新, 跟数据无关.

而且误差是不断变化的.