自从我上次接触卡尔曼滤波以来已经有几年了，我接触过一个我不确定的设计实现，所以我想在这里问一下......
该设计用于跟踪太空中的多个球。我们将他们的系统定义为标准二阶方程x + v t + a t ^ 2。现在让我们假设每个球都是从投球机投掷出来的。虽然投球机应该是恒定的，但我们无法明确地做出这样的假设......考虑到这一点，我的问题是：如果我们在我们的空间中有2个球，我们正在跟踪，相隔10个采样间隔。假设每个球的初始位置，速度和加速度是相同的，我们可以基本上＆＃34; prime＆＃34;球2的滤波器增益与球1的值相比？即我们可以使用球1的滤波器增益和协方差矩阵来减少我们从一开始就对球2的估计误差，而不是让瞬态自然地解决吗？这样做的目的是基本上培养＆＃39;我们的卡尔曼滤波器可以让每个球向前移动，从而更好地制作更好的估算器。
答案 0 :(得分：1)
理想情况下，投球机投掷的球遵循完全由初始条件决定的路径。你似乎在描述的是一个过滤器来跟踪球的位置（应该使用预测函数来获得理想的轨迹，而不是随机的混蛋模型），以及另一个＆＃34; meta＆＃34;过滤器，用于模拟投球机的参数。
因此，您的逐帧跟踪将更新一个过滤器，该过滤器模拟初始条件乘以时间加上一些偏离理想的偏差模型。每个音高的结果将是初始条件的最终估计，这将是一个＆＃34;样本＆＃34;关于机器的元过滤器。元滤波器将为下一个球跟踪滤波器提供初始条件。
你绝对可以将所有这些组合成一个过滤器（重置每个球场上的每球组件），但我没有看到任何真正的优势。