В статистике и теории управления фильтрация Калмана, также известная как линейно-квадратичная оценка, представляет собой алгоритм, который использует ряд измерений, наблюдаемых с течением времени, включая статистический шум и …
Что делают фильтры Калмана?
Фильтры Калмана используются для оптимальной оценки представляющих интерес переменных, когда они не могут быть измерены напрямую, но доступно косвенное измерение. Они также используются для нахождения наилучшей оценки состояний путем объединения измерений различных датчиков в присутствии шума.
Почему фильтр Калмана хорош?
Фильтры Калмана идеальны для систем, которые постоянно изменяются. Преимущество их в том, что они не требуют большого объема памяти (им не нужно хранить какую-либо историю, кроме предыдущего состояния), и они очень быстры, что делает их хорошо подходящими для задач реального времени и встроенных систем.
Почему фильтрация Калмана так популярна?
Использование оконного фильтра Калмана для повторной линеаризации прошлых состояний или при корреляции наблюдений по временным шагам часто намного проще использовать нормальные уравнения. Кроме того, ковариационная матрица фильтра Калмана с течением времени может перейти в неположительную полуопределенность.
Что такое фильтр Калмана для отслеживания?
Фильтрация Калмана (KF) [5] широко используется для отслеживания движущихся объектов, с помощью которой мы можем оценить скорость и даже ускорение объекта с измерением его местоположения. Тем не менееточность KF зависит от предположения о линейном движении любого отслеживаемого объекта.
