ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

卡尔曼滤波算法:KF

2022-07-31 18:07:11  阅读:157  来源: 互联网

标签:误差 KF 结果 测量 卡尔曼滤波 估计值 趋近 算法


参考内容:B战的DR_CAN的卡尔曼滤波器视频,讲的特别的好,建议要学习的可以去看看,非常通俗易懂,很好理解。

1、初见卡尔曼滤波器-----递归运算

     卡尔曼滤波器用一句话来说是一种     optimal      recursive       data processing       algorithm

                                                            最优化         递归                 数字处理                 算法

     卡尔曼滤波器更像是一个观测器,而不像传统意义上的滤波器。

     卡尔曼滤波器的应用非常广泛,尤其在导航中,之所以会广泛运用是因为生活中存在大量的不确定性,当描述一个系统时这种不确定性主要分为三类。

                      1、不存在完美的数学模型

    不确定性:2、系统的扰动不可控,也很难建模

                      3、测量传感器哦存在误差

例:

 

 

    不同的人测量硬币的直径,用Zk表示测量的结果,下标k代表第几次测量的结果,由于每个人测量的结果和尺子的误差可能会不一样,例如Z1=50.1mm,Z2=50.5mm,Z3=50.6mm。若要你估计一下真实结果,你可能第一时间会对上面的三个数据直接取平均值。

    估计值

 

 

 

随着k的不断增大,1/k不断趋近于0,此时趋近于,可以看出随着k的增加,测量的结果就不重要了。当k比较小的时候,1/k会比较大,测量的结果就非常重要。

 

 

令1/k=kk

 

 

它的意思是:                       当前的估计值=上一次估计值+系数*(当前测量值-上一次估计值);

 

       kk在卡尔曼滤波中称为:卡尔曼增益

 

 两个参数:

  估计误差(估计值与真实值之间的误差)、测量误差(测量值与真实值之间的误差);

 

 

(第k-1次的估计误差)除以(第k-1次的估计误差+第k次的测量误差)

 

讨论:在k时刻,

    1、:当k-1次的估计误差远远大于第k次的测量误差,kk趋近于1,此时第k次的估计值趋近于第k次的测量值

 

    2、:当k-1次的估计误差远远小于第k次的测量误差,kk趋近于1,此时第k次的估计值趋近于第k-1次的估计值

 

 

卡尔曼思想解决一个简答问题:

        step1:计算卡尔曼增益:

        step2:计算估计值:

        step3:更新估计误差(非常重要,之后推导):

 

 下面是一个简单的例子。

 

       图中的数据就是按照这三个步骤逐步出来的结果,图右侧是数据画出数据结果,其中蓝色的线是测量值的结果,另外一条是估计的结果,可以看出估计出的结果很快就趋近与实际值50,并且很稳定。

  第一节初始卡尔曼滤波先到这,后面会具体对卡尔曼滤波进行推导。如果有错误的地方还请批评指正。谢谢。

 

 

 

 

 

 

 

 

 

 

 

 

    

 

标签:误差,KF,结果,测量,卡尔曼滤波,估计值,趋近,算法
来源: https://www.cnblogs.com/sbb-first-blog/p/16514722.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有