Kalman Filter在非匀加速情况下还可以应用吗
可以，不过效果取决于你对加速度计测量值的建模的准确程度和估计的阶数。随机变化的加速度是怎么个随机法，随机游走还是白噪声？将随机的变化拆分成有规律的变化和随机的噪声，对有规律的色噪声进行建模，对于白噪声就交给滤波器咯。贴一个一般的加速度计测量值描述：
这个模型考虑了加速度计测量值中受到重力加速度，运动科里奥利力等等的影响。对于这个加速度计的测量值，要准确估计一个三轴加速度，就需要估计一个姿态
至少三维，一个大地系得角速度
至少三维，一个大地系速度
至少三维，一个大地系下的旋转中心距
至少三维，一个加速度计常值零偏
至少三维，所以要估计一个准确的加速度，就得至少六组三维的状态量做估计值，十八阶得卡尔曼滤波器。然而在这里，只有最后一项
才是你所说的随机噪声。为什么是至少，因为姿态
，大地系得角速度 【Kalman Filter在非匀加速情况下还可以应用吗】
，大地系速度
，旋转中心距
都是姿态相关的，姿态就需要陀螺仪等等传感器，所以就需要把其他的传感器也估计准，又得加十来阶的状态量，常值零偏
通常并不是常值，因为还是温度等等相关的，所以还是得展开了接着估计，这就又是一个二三十阶的EKF了。所以这样下去，没个20+阶的状态量，是不好估加速度计的。当然啦，一般像MEMS传感器什么的，大家都认为噪声项
大一点，就不管什么科里奥利力啥的，简单的建模成：
省事儿，也不是不可以。要不你就把加速度计的测量噪声搞大了，看起来也能是对的。这个东西非常好玩。
■网友
非匀速是非匀速，随机变化是随机变化。猜你说的随机变化指的是确定模型加上噪声吧？
推荐阅读
- 有哪些基于UKF(Unscented Kalman Filter)的改进算法其中哪些适用于对电池SOC的估计
- Unbiased Finite Impulse Response UFIR Filter 到底是啥
- 想问问关于责任链的几个问题?
- 请问这段删除list中空字符串的python代码中的filter是咋起作用的
- 鲁棒卡尔曼滤波 Robust Kalman Filter 到底是啥
- 有哪些类似于BloomFilter或者GeoHash这样原理容易理解但设计很巧妙的算法可以推荐
- 三阶的kalman滤波器发散，估计出的数值不正常（10的50次方），请问该咋解决
- particle filter中important sampling能否用gibbs算法，以及importance distribution怎样选取?
- 怎样评价 R.E. Kalman
- 卡尔曼滤波 Kalman Filter 有哪些推导方式