卡尔曼滤波方程组的深刻理解有哪些

有人能从状态空间出发,用投影定理推导一遍卡尔曼滤波的公式么
■网友
怎么简单,怎么来。直接最小二乘法。
最小二乘法解决的是:
卡尔曼滤波方程组的深刻理解有哪些

这里, 卡尔曼滤波方程组的深刻理解有哪些
是不随时间变化的。例如匀加速运动中的加速度。 卡尔曼滤波方程组的深刻理解有哪些
是噪声,均值为 卡尔曼滤波方程组的深刻理解有哪些

卡尔曼滤波解决的是:
卡尔曼滤波方程组的深刻理解有哪些

卡尔曼滤波方程组的深刻理解有哪些

第一个式子反应的是参考系的改变,外部做功,自身加速度对自身速度,位置的影响,等等。此时, 卡尔曼滤波方程组的深刻理解有哪些
已经是两个不同时刻的状态了。
第二个式子是测量,估计的 卡尔曼滤波方程组的深刻理解有哪些
与实际的 卡尔曼滤波方程组的深刻理解有哪些
代入第二个式子,得到结果会有差值。修正我们的估计。
如何修正?还要从最小二乘法来说。
卡尔曼滤波方程组的深刻理解有哪些

其中, 卡尔曼滤波方程组的深刻理解有哪些

卡尔曼滤波方程组的深刻理解有哪些

其中: 卡尔曼滤波方程组的深刻理解有哪些

卡尔曼滤波方程组的深刻理解有哪些
对每一次观测进行归一化.(这里,其实默认假设了 卡尔曼滤波方程组的深刻理解有哪些
)
你也可以认为 卡尔曼滤波方程组的深刻理解有哪些
表示了权重,即带权最小二乘法(其实权重可以不仅仅限于 卡尔曼滤波方程组的深刻理解有哪些

为什么权重要是 卡尔曼滤波方程组的深刻理解有哪些
呢。单看 卡尔曼滤波方程组的深刻理解有哪些
式,不同时刻误差的大小,让我们对某些测量结果不是那么相信。但虽然有不好的测量,但也一定程度上反映了真实的结果。经过归一化后,每次测量误差都变成了均值为 卡尔曼滤波方程组的深刻理解有哪些
,方差为 卡尔曼滤波方程组的深刻理解有哪些
。而方差相同,意味着两次测量的可信度相同了。
这里其实假设了我们已经知道了测量误差的方差,但现实中我们往往是不知道的。把它假设出来,只是为了便于数学上的说明。如果不知道,那么大可认为方差都是一样。此时第一直觉是设置一个常数。其实大可认为是 卡尔曼滤波方程组的深刻理解有哪些
。因为此时不管取何数值,都不会影响最终结果。因为各项权重都是一样的。


推荐阅读