Teknologian jakaminen

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Kalman-suodatin on tehokas rekursiivinen suodatin, jota käytetään lineaaristen dynaamisten järjestelmien tilan arvioimiseen. Normaalissa Kalman-suodatuksessa sekä järjestelmä- että havaintomallit ovat lineaarisia, kun taas laajennetussa Kalman-suodatuksessa (EKF) ja iteratiivisessa Kalman-suodatuksessa (IKF) järjestelmä tai havaintomalli voi olla epälineaarinen. Seuraavat ovat erot kahden päivityskaavan välillä:

Normaali Kalman-suodattimen päivityskaava:

Tämä kaava on Kalman-suodatuksen standardipäivitysvaihe, jossa jäännös on havaitun arvon ja nykyisen tilan ennusteen välinen suora ero. K on Kalmanin vahvistus, joka on laskettu nykyisestä estimoidusta kovarianssi- ja havaintomallista. Tämä kaava olettaa, että havaintomalli on lineaarinen, eli havainnointijäännöksiä voidaan käyttää suoraan tilan päivittämiseen.

Laajennettu/iteratiivinen Kalman-suodattimen päivityskaava:

Tämä kaava esiintyy laajennetussa Kalman-suodatuksessa (EKF) tai iteratiivisessa Kalman-suodatuksessa (IKF) ja sitä käytetään käsittelemään tilanteita epälineaarisilla havaintomalleilla. H * dx edustaa tässä ennustusjäännöstä, joka on saatu linearisoimalla havaintomalli H (yleensä ensimmäisen asteen Taylor-laajennuksella) ennustettuun tilanmuutokseen dx nykyisen tilan estimaatin alaisena. Tämä määrä vähennetään jäännösarvosta epälineaarisista ominaisuuksista johtuvien ennustevirheiden eliminoimiseksi.

Ero kaavojen käytössä:

线性 vs. 非线性：
第一个公式假设观测模型是线性的，而第二个公式适用于处理非线性观测模型。
预测误差的校正：
第二个公式通过减去 H * dx 来校正由于非线性特性导致的预测误差，使得状态更新更加准确。
计算复杂度：
第二个公式由于需要计算 H * dx，可能会比第一个公式有更高的计算复杂度，特别是在 H 的维度较高或 dx 的维度较大时。

                    上一篇
                    下一篇