Hy大家!
我找到了一个非常丰富且很好的教程来理解卡尔曼滤波器。最后,我想在本教程的后半部分理解扩展卡尔曼滤波器,但首先我要解决任何谜团。
Kalman Filter tutorial第6部分。 我认为我们使用常数来预测误差,因为某个k时刻的新值可能与前一个不同。但为什么我们使用两个常数?它说:
我们将a乘以a,因为预测误差pk本身就是平方误差;因此,它通过与状态值xk相关联的系数的平方来缩放。
我看不出这句话的意思。
后来在EKF中,他创建了一个矩阵和一个转置矩阵(在第12部分中)。换位的原因是什么?
非常感谢。
答案 0 :(得分:2)
卡尔曼滤波器将误差估计维持为方差,它们是标准偏差的平方。当您将高斯随机变量N(x,p)
乘以常量a
时,您将其标准偏差增加a
因子,这意味着其方差增加为a^2
。他将此写为a*p*a
,以便在从标量状态转换为矩阵状态时保持平行结构。如果您有一个代表状态P
的错误coviarance矩阵x
,则Ax
的错误协方差为APA^T
,如第12部分所示。这是一个方便的简写计算。你可以手动扩展矩阵乘法,看看系数都在正确的位置。
如果您对此感到困惑,我强烈建议您阅读有关高斯随机变量的教程。在卡尔曼过滤器中x
和P
之间,您的成功在很大程度上取决于您理解P
而不是x
,即使大多数人都是因为有兴趣改善{ {1}}。