卡尔曼滤波(Kalman Filtering)总结

卡尔曼滤波(Kalman Filtering)

1、 入门

问题：一辆汽车已知初始位置、速度和加速度，且有卫星定位，如何求它精确的位置？

汽车行驶会受到风速、路况、本身等因素的影响，而卫星定位也有一定的偏差，卡尔曼滤波就是通过汽车预测的位置和卫星观测定位来结合，通过卡尔曼滤波使得数据更加真实。

1.1、适用的系统：线性高斯系统。

线性：$f=ax+b$, $z=ax+y$, $w=n^2+v^2$

线性的两个性质：(1) 叠加性：$f(a+b)=f(a)+f(b)$; (2) 齐次性：$f(a)=b-->f(ka)=kf(a)=kb$

高斯： 噪声满足正态分布

1.2、宏观意义：(滤波即加权)

理想状态：信号$\times 1 + 噪 声 1+噪声