Обмен технологиями

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Фильтр Калмана — это эффективный рекурсивный фильтр, используемый для оценки состояния линейных динамических систем. В стандартной фильтрации Калмана и модель системы, и модель наблюдения являются линейными, тогда как в расширенной фильтрации Калмана (EKF) и итеративной фильтрации Калмана (IKF) модель системы или наблюдения может быть нелинейной. Ниже приведены различия между двумя формулами обновления:

Стандартная формула обновления фильтра Калмана:

Эта формула представляет собой стандартный этап обновления фильтрации Калмана, где остаток — это прямая разница между наблюдаемым значением и прогнозом текущего состояния. K — коэффициент усиления Калмана, рассчитанный на основе текущей оцененной модели ковариации и наблюдения. Эта формула предполагает, что модель наблюдения является линейной, то есть остатки наблюдения можно использовать непосредственно для обновления состояния.

Формула обновления расширенного/итеративного фильтра Калмана:

Эта формула появляется в расширенной фильтрации Калмана (EKF) или итеративной фильтрации Калмана (IKF) и используется для решения ситуаций с нелинейными моделями наблюдения. Здесь H * dx представляет собой остаток прогноза, полученный путем линеаризации модели наблюдения H (обычно разложения Тейлора первого порядка) до прогнозируемого изменения состояния dx при оценке текущего состояния. Эта величина вычитается из остатка, чтобы исключить ошибки прогнозирования из-за нелинейных характеристик.

Разница в использовании формул:

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