分享一本卡尔曼滤波的经典好书

zhusheng

分享一本卡尔曼滤波的经典好书 [复制链接]

本帖最后由 zhusheng 于 2018-4-16 17:54 编辑

我就混个脸熟，分享一本卡尔曼滤波的经典好书，在分享之前顺便解释下什么是卡尔曼滤波？干嘛用的？
下面听听知乎某博士Kent Zeng的无公式讲解吧。
假设你有两个传感器，测的是同一个信号。可是它们每次的读数都不太一样，怎么办？
取平均。
再假设你知道其中贵的那个传感器应该准一些，便宜的那个应该差一些。那有比取平均更好的办法吗？
加权平均。
怎么加权？假设两个传感器的误差都符合正态分布，假设你知道这两个正态分布的方差，用这两个方差值，（此处省略若干数学公式），你可以得到一个“最优”的权重。
接下来，重点来了：假设你只有一个传感器，但是你还有一个数学模型。模型可以帮你算出一个值，但也不是那么准。怎么办？
把模型算出来的值，和传感器测出的值，（就像两个传感器那样），取加权平均。
OK，最后一点说明：你的模型其实只是一个步长的，也就是说，知道x(k)，我可以求x(k+1)。问题是x(k)是多少呢？答案：x(k)就是你上一步卡尔曼滤波得到的、所谓加权平均之后的那个、对x在k时刻的最佳估计值。
于是迭代也有了。
这就是卡尔曼滤波。

卡尔曼滤波原理及应用仿真.part2.rar (8.32 MB, 下载次数: 119)

卡尔曼滤波原理及应用仿真.part1.rar (15 MB, 下载次数: 239)

asael

很不错

流萤宸殇

这个加权是怎么加权呢？而且最初的方差怎么定呢？

分享一本卡尔曼滤波的经典好书 [复制链接]

最新回复