Statistikas un kontroles teorijā Kalmana filtrēšana, kas pazīstama arī kā lineāra kvadrātiskā aplēse, ir algoritms, kas izmanto laika gaitā novērotu mērījumu sēriju, tostarp statistisko troksni un …
Ko dara Kalman filtri?
Kalman filtri tiek izmantoti lai optimāli novērtētu interešu mainīgos, ja tos nevar izmērīt tieši, bet ir pieejams netiešs mērījums. Tos izmanto arī, lai atrastu vislabāko stāvokļu novērtējumu, apvienojot mērījumus no dažādiem sensoriem trokšņa klātbūtnē.
Kāpēc Kalmana filtrs ir labs?
Kalman filtri ir ideāli sistēmām, kuras nepārtraukti mainās. To priekšrocība ir maza atmiņa (tiem nav jāsaglabā cita vēsture, izņemot iepriekšējo stāvokli), un tie ir ļoti ātri, tāpēc tie ir labi piemēroti reāllaika problēmām un iegultajām sistēmām.
Kāpēc Kalmana filtrēšana ir tik populāra?
Izmantojot logu Kalman filtru pagātnes stāvokļu relinearizācijai vai veicot korelētus novērojumus laika posmos, bieži vien ir daudz vieglāk izmantot parastos vienādojumus. Turklāt Kalmana filtra kovariācijas matrica laika gaitā var nonākt nepozitīvā pusdefinētībā.
Kas ir Kalmana filtrs izsekošanai?
Kalmana filtrēšana (KF) [5] plaši izmanto kustīgu objektu izsekošanai, ar kuras palīdzību mēs varam novērtēt objekta ātrumu un pat paātrinājumu, izmērot tā atrašanās vietas.. Tomēr,KF precizitāte ir atkarīga no lineāras kustības pieņēmuma jebkuram izsekojamajam objektam.
