Reading papers_1(与kalman filter相关,ing...)
2012-04-27 16:59
155 查看
读Maybeck, P. S. 1979. “Stochastic Models, Estimation, and Control, Volume 1”, Academic Press, Inc.
Kalman filter最优估计体现在:它包含了所有能提供的信息,能处理所有可以利用的测量(而不用管这些测量的精度如何),来估计我们感兴趣的参数值。Kalman filter主要利用了系统和测量设备动态模型的相关知识,系统噪声,测量误差,动态模型的不确定性以及我们需要估计的感兴趣变量的初始值。
Kalman估计的主要步骤有:初始化,预测,测量,校正。
举个简单的例子形象理解下,比如说我们要预测在水平线上直走的物体A的坐标位置(一维的),下面就来看看kalman filter预测的过程。
1、初始化:假设初始时间额位置为x(0),并假设匀速运动速度为v,当然可以在v的基础上加入一个高斯分布的噪声。
2、预测:利用物理学的知识,我们可以预测时间t内下一位置x(1),当然如果速度真的不变的话预测就是准确的了。
3、测量:用位置测量工具测量得到的位置为x(1’)。
4、校正:通过计算kalman增益计算校正后的位置。
5、重复过程2,3,4.
从上面的例子可以看出,kalman允许预测和测量存在误差,并且预测过程中我们需要了解对象的模型等先验知识。
该book中第一卷的第一章讲了控制和预测中为什么要引入随机模型。作者列举了确定性模型的缺点:1. 数学模型本身不完美。2. 我们并不能完全控制对象模型,也就是说有些参数我们控制不了。3. 传感器等测量工具本身有误差。
下面是典型的kalman filter应用模型:
应用kalman filter的2个假设:1. 系统线性 2. 噪声是高斯白噪声。
文章中举了个例子:用2个测量精度服从高斯分布的工具测量同一个值时,给出了其计算值的均值和方差公式:
所以其预测校正公式该为:
公式(1-7)就是校正公式了。
Kalman filter最优估计体现在:它包含了所有能提供的信息,能处理所有可以利用的测量(而不用管这些测量的精度如何),来估计我们感兴趣的参数值。Kalman filter主要利用了系统和测量设备动态模型的相关知识,系统噪声,测量误差,动态模型的不确定性以及我们需要估计的感兴趣变量的初始值。
Kalman估计的主要步骤有:初始化,预测,测量,校正。
举个简单的例子形象理解下,比如说我们要预测在水平线上直走的物体A的坐标位置(一维的),下面就来看看kalman filter预测的过程。
1、初始化:假设初始时间额位置为x(0),并假设匀速运动速度为v,当然可以在v的基础上加入一个高斯分布的噪声。
2、预测:利用物理学的知识,我们可以预测时间t内下一位置x(1),当然如果速度真的不变的话预测就是准确的了。
3、测量:用位置测量工具测量得到的位置为x(1’)。
4、校正:通过计算kalman增益计算校正后的位置。
5、重复过程2,3,4.
从上面的例子可以看出,kalman允许预测和测量存在误差,并且预测过程中我们需要了解对象的模型等先验知识。
该book中第一卷的第一章讲了控制和预测中为什么要引入随机模型。作者列举了确定性模型的缺点:1. 数学模型本身不完美。2. 我们并不能完全控制对象模型,也就是说有些参数我们控制不了。3. 传感器等测量工具本身有误差。
下面是典型的kalman filter应用模型:
应用kalman filter的2个假设:1. 系统线性 2. 噪声是高斯白噪声。
文章中举了个例子:用2个测量精度服从高斯分布的工具测量同一个值时,给出了其计算值的均值和方差公式:
所以其预测校正公式该为:
公式(1-7)就是校正公式了。
相关文章推荐
- Reading papers_8(与图像特征点检测相关,ing...)
- Reading papers_3(与mean shift相关,ing...)
- 20170220. kalman filter(卡尔曼滤波)相关资料
- Some Tips on Reading Research Papers
- 面试中集合相关问题(补充ing.....)
- Reading Papers about Distributed Replication
- Reading papers_4(与particle filter相关,ing...)
- Deep Learning Papers Reading Roadmap
- 数学相关(更新ing)
- Reading papers_5(与human activity analysis综述相关,ing...)
- handwritten reading papers
- Hive相关 & 提升Hive性能方法收集(持续更新ing)
- vc 部分外挂相关代码,不断增加ing
- MySQL____函数相关____ing
- CPP相关的常见错误(更新ing)
- 软件开发技术要求及相关图书、资料(转)添加ing
- Deep Learning Papers Reading Roadmap
- 图论相关问题——持续更新ing
- Reading papers_9(与object recognition相关,ing...)
- Reading papers_15(Graph cuts optimization for multi-limb human segmentation in depth maps)