推荐星级：
- 1
- 2
- 3
- 4
- 5
卡尔曼滤波入门强烈推荐
资料介绍
卡尔曼滤波
卡尔曼滤波是用来进行数据滤波用的，就是把含噪声的数据进行处理之后得出相对真值。卡尔曼滤波也可进行系统辨识。
卡尔曼滤波是一种基于统计学理论的算法，可以用来对含噪声数据进行在线处理，对噪声有特殊要求，也可以通过状态变量的增广形式实现系统辨识。
用上一个状态和当前状态的测量值来估计当前状态，这是因为上一个状态估计此时状态时会有误差，而测量的当前状态时也有一个测量误差，所以要根据这两个误差重新估计一个最接近真实状态的值。
信号处理的实际问题，常常是要解决在噪声中提取信号的问题，因此，我们需要寻找一种所谓有最佳线性过滤特性的滤波器。这种滤波器当信号与噪声同时输入时，在输出端能将信号尽可能精确地重现出来，而噪声却受到最大抑制。
维纳（Wiener）滤波与卡尔曼（Kalman）滤波就是用来解决这样一类从噪声中提取信号问题的一种过滤（或滤波）方法。
（1）过滤或滤波-从当前的和过去的观察值x（n），x（n-1），x（n-2），…估计当前的信号值称为过滤或滤波；
（2）预测或外推-从过去的观察值，估计当前的或将来的信号值称为预测或外推；
（3）平滑或内插-从过去的观察值，估计过去的信号值称为平滑或内插：
部分文件列表
| 文件名 | 大小 |
| 卡尔曼滤波入门强烈推荐.pdf | 3M |
全部评论(0)