В теорията на статистиката и контрола филтрирането на Калман, известно също като линейна квадратична оценка, е алгоритъм, който използва серия от измервания, наблюдавани във времето, включително статистически шум и …
Какво правят филтрите на Калман?
Филтрите на Калман се използват за оптимална оценка на променливите, които представляват интерес, когато те не могат да бъдат измерени директно, но е налично непряко измерване. Те също се използват за намиране на най-добрата оценка на състоянията чрез комбиниране на измервания от различни сензори при наличие на шум.
Защо филтърът на Калман е добър?
Филтрите на Kalman са идеални за системи, които непрекъснато се променят. Те имат предимството, че са леки в паметта (не е необходимо да съхраняват никаква история освен предишното състояние) и са много бързи, което ги прави много подходящи за проблеми в реално време и вградени системи..
Защо филтрирането на Калман е толкова популярно?
Използването на калманов филтър с прозорец за релинеаризация на минали състояния или когато има корелирани наблюдения през времеви стъпки, често е много по-лесно да се използват нормалните уравнения. В допълнение, ковариационната матрица на филтъра на Калман може да изпадне в неположителна полуопределеност с течение на времето.
Какво представлява филтърът на Калман за проследяване?
Kalman filtering (KF) [5] е широко използван за проследяване на движещи се обекти, с който можем да оценим скоростта и дори ускорението на обект с измерване на местоположението му. както и да еточността на KF зависи от допускането за линейно движение за всеки обект, който ще бъде проследен.
