Kalman Filter-1入门
1.引入
将信号过滤后更趋于真实值,去掉噪声
2.适用系统
两个要求
1.线性系统:
1.1 叠加性 一个系统y的输出由另外两个系统y_1,y_2的输出叠加而成
1.2 齐次性
输入x增加k倍,输出y也增加k倍
2.高斯分布:噪声满足高斯分布
3.宏观意义
滤波即加权
将高频信号(噪声)权重降低,低频信号(真实数据)权重增加
低通滤波
估计值做权重
观测值做权重
两者修正
将信号过滤后更趋于真实值,去掉噪声
两个要求
1.线性系统:
1.1 叠加性 一个系统y的输出由另外两个系统y_1,y_2的输出叠加而成
1.2 齐次性
输入x增加k倍,输出y也增加k倍
2.高斯分布:噪声满足高斯分布
滤波即加权
将高频信号(噪声)权重降低,低频信号(真实数据)权重增加
低通滤波
估计值做权重
观测值做权重
两者修正
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· .NET10 - 预览版1新功能体验(一)