企业网站建站的专业性原则是指网站信息内容应该体现建站目的和目标群体,河南省建设厅专业业务系统网站,四川建设门户网站,php网站开发员工资在上一篇文章中手把手推导了一遍卡尔曼增益#xff0c;不熟悉的小伙伴可以看养生的控制人#xff1a;卡尔曼增益推导zhuanlan.zhihu.com这里再回顾一下重点。问题重述假设真实系统为其中 。我们对系统状态的估计#xff08;数据融合#xff09;为其中卡曼尔增益为我们可以…在上一篇文章中手把手推导了一遍卡尔曼增益不熟悉的小伙伴可以看养生的控制人卡尔曼增益推导zhuanlan.zhihu.com这里再回顾一下重点。问题重述假设真实系统为其中 。我们对系统状态的估计数据融合为其中卡曼尔增益为我们可以看到卡尔曼增益中的估计协方差矩阵 还是未知的因此我们需要把它表示出来。估计协方差矩阵推导根据定义 带入真实系统模型和状态估计的模型 再带入估计协方差矩阵的表达式把转置放进去把括号打开由于四项之间是线性相加的可以把期望的运算放进去等于每一项的期望。注意到 而 是作用到 上的所以 和 是相互独立的。因为相互独立所以相乘的期望等于期望的相乘因此估计的协方差矩阵剩下两项有了这个表达式后我们就可以用卡尔曼滤波器来估计状态了卡尔曼滤波器两步法目前为止卡尔曼增益中各项都是已知的了因此可以用于估计了卡尔曼滤波分为两个步骤预测和校正。Step1. 预测 1利用系统模型对状态变量进行递推估计 2对协方差矩阵进行估计Step2. 校正 3计算卡尔曼增益 4数据融合即对状态的估计 5更新协方差矩阵用于下一次的预测至此卡尔曼滤波估计器就推导完毕了给定初值 它就能递推估计了。记住核心思想无非是数据融合、预测校正。公式5的推导在上一篇文章中我们推导得到协方差矩阵的表达式为合并同类项带入卡尔曼增益
