卡尔曼滤波器可以降低传感器网络中的节点密度吗？

Question

我研究过卡尔曼滤波器可以抑制室内环境中存在的噪声，并可用于预测目标的未来位置。但是我想知道在卡尔曼滤波器的帮助下，我们能否以较少的节点数使定位误差最小化？

例如：

我的传感器网络最初有10个节点。没有卡尔曼滤波器，我从目标的估计位置和原始位置得到一些定位误差（比如5）。

然后我将节点密度增加到20并再次获得定位误差..这次它（比如2）

现在我想知道我是否使用卡尔曼滤波器，是否有可能获得更接近具有20个节点的传感器网络的定位误差（3或4）？

请帮助我。

的问候， 里亚斯

Answer 1

使用滤镜可以始终达到更好的噪音水平，因此您需要更少的传感器。问题是你的系统是非线性的（在最理想的情况下，你的传感器输出将取决于目标的欧氏距离的倒数）在这种情况下，卡尔曼滤波器有非线性扩展，如EKF和UKF，尽管我建议{{ 3}}这是使用蒙特卡罗技术的最通用的顺序过滤器。这是一篇维基百科文章，讨论particle filtering，我猜这与你的问题类似。此外，检查扩展的卡尔曼过滤器讲座radar tracking，讲座中有一个很好的例子，与你的案例非常相似。