《卡尔曼滤波研究报告》由会员分享，可在线阅读，更多相关《卡尔曼滤波研究报告（22页珍藏版）》请在金锄头文库上搜索。
1、卡尔曼滤波,The Kalman Filtering,article 2005.11,Contents,背景简介 一个实际问题 算法描述 实验应用,Rudolf Emil Kalman,匈牙利数学家 BS&MS at MIT PhD at Columbia 1960年发表的论文A New Approach to Linear Filtering and Prediction Problems（线性滤波与预测问题的新方法）,Signal Processing,数字滤波：通过一种算法排除可能的随机干扰，提高检测精度的一种手段 线性系统 f(A+B) = f(A) + f(B) 数学方法处理 噪声信
2、号输入-尽可能少噪声输出,Temperature Problem - Ideal World,假设当前室内温度仅跟上一时刻有关 温度计观测（摄氏华氏） 根据连续的观测值来推算实际温度变化,Temperature Problem - Real World,假设当前室内温度仅跟上一时刻有关 但变化中可能有噪声 温度计观测（摄氏华氏） 读数会有误差 两种噪声相互无关 根据连续的观测值来推算实际温度变化,Kalman Filtering First Sight,KF是根据上一状态的估计值和当前状态的观测值推出当前状态的估计值的滤波方法 S(t) = f ( S(t-1) , O(t) ) 它是用状态方
3、程和递推方法进行估计的，因而卡尔曼滤波对信号的平稳性和时不变性不做要求 维纳滤波：使用全部观测值保证平稳性,Kalman Filtering - Advantages,卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）” 对于解决很大部分的问题，他是最优，效率最高甚至是最有用的,Formula of KF,KF Model - Definition,定义 为 先验状态估计， 为 后验状态估计值 先验误差和后验误差定义如下： 协方差：,KF Model - Algorithm,递推公式 如果没有误差，可以认为 则
4、包含全部误差的信息，称为新息(innovation) K为修正矩阵，或称混合因子 (Blend factor),Blend factor Matrix,修正矩阵的形式有多种，其中一种为： R-0 = K = 1/H,Discrete KF,Flow Chart,任意给定初值均可，但P!=0,Experiment,目标： 用KF估计一个常数（电压） 约束： 数据本身有误差（电压不稳） 观测有误差（电压表不准）,Analysis Matrix Assignment,A=1，B=0，H=1 简化为： w,v为高斯白噪声,Analysis Time & Measure Update,时间更新,测量更新,Result - Estimation,Result - Error,Application,视频跟踪,
