l2014010671的博客

线性卡尔曼滤波的算法采用递推的形式表示，其算法已被学者们研究得较为透彻。但是实际应用中非线性的现象是十分普遍的，例如:物理模型受到外部干扰、存在非线性性和病态方差矩阵等因素所引起的非线性问题都使得传统的KF算法以不再适用，迫切需要改进KF算法得到适用于非线性系统的卡尔曼滤波技术。假设所有的变换都是准线性的，先对连续的非线性方程进行线性化和离散化处理，利用一阶泰勒展开式来近似非线性模型，得到对应于非...

matlab的videoinput函数有三个重要的输入参数，分别是adaptorname、deviceID、format，如下图所示，其他参数可以有选择性的设置。deviceID如果不设置的话，系统会自动寻找第一个可用的图像采集设备并使用。如果计算机上安装了多个摄像头，那么就要设置它们的ID号。format是视频格式。除了deviceID，其他两个参数需要用‘’括起来。在不知道计算机里安装...

randn和rand和randirand生成均匀分布的伪随机数，分布在（0，1）之间，例如rand(m)生成m行m列的均匀分布的伪随机数，rand(m,n)生成m行n列的均匀分布的伪随机数，rand(m,n,’double’)生成指定精度的伪随机数，参数也可以为single；randn生成标准正态分布的伪随机数，均值为0，方差为1；randi生成均匀分布的伪随机整数，randi(ima...

在具有相同阶次的情况下巴特沃斯滤波器通带和阻带最平稳，但是阻带下降慢；切比雪夫滤波器通带等纹波，阻带平稳且下降较快；贝塞尔滤波器通带等纹波，阻带下降慢，幅频特性的选频特性差，但具有最佳的线性相位特性；椭圆滤波器通带和阻带等纹波，阻带下降最快，牺牲了阻带和通带的稳定性。...

传递函数：在零初始条件下，线性定常系统输出象函数X0(s)与输入象函数Xi(s)之比，称为系统的传递函数，用G(s)表示。传递函数的概念只适用于线性定常系统。状态空间模型：系统的动态特性由状态变量构成的一阶微分方程组（状态空间表达式）来描述，能同时给出系统全部独立变量的响应，因而能同时确定系统发全部内部运动状态。状态空间模型即状态空间表达式，包括状态方程和输出方程，， ，A：系统矩阵...

由于使用卡尔曼滤波需要离散化的系统状态方程，即系统方程和量测方程都需要是离散型的，而在实际的物理系统中我们得到的是连续系统的状态方程，动力学特性用连续微分方程描述，所以对它们需要进行离散化处理。在这里我就不放离散化的具体推导，毕竟很多人也只是用这个公式，而不必去真正了解过程，能用就可以了。如果有大佬想了解具体推导过程，可以去看看秦永元等主编的《卡尔曼滤波与组合导航原理》，里面介绍的还是很详细的。...

实际物理频率f：表示AD采集物理信号的频率，fs为采样频率，由奈奎斯特采样定理可以知道，fs必须≥信号最高频率的2倍才不会发生信号混叠，因此fs能采样到的信号最高频率为fs/2。角频率（角速度）Ω：是实际物理频率f的2*pi倍，这个也称模拟频率，单位rad/s。Ω=2pi*f=2pi/T，T=1/f=2pi/Ω归一化频率：是将物理频率f按fs归一化之后的结果，最高的信号频率...

首先，简要介绍下什么是卡尔曼滤波器：60年代初，Kalman和Bucy最先提出基于状态空间的递推滤波算法，即卡尔曼滤波算法。卡尔曼滤波器是一种自回归滤波器，建立在信号和噪声的状态空间描述基础上，要求系统状态方程和量测方程都是线性方程，系统噪声和观测噪声均为高斯白噪声且不相关，在统计特性已知的条件下，是对动态系统未知状态进行线性最小方差无偏最优估计的一种递推算法。能够通过一系列不完全和包含噪声的...

UKF无迹卡尔曼滤波是在卡尔曼滤波和变换的基础上发展而来的，它是利用无损变换使线性假设下的卡尔曼滤波应用于非线性系统。UT变换是用固定数量的参数去近似一个高斯分布，其实现原理为：在原先分布中按某一规则取一些点，使这些点的均值和协方差与原状态分布的均值和协方差相等；将这些点代入非线性函数中，相应得到非线性函数值点集，通过这些点集可求取变换的均值和协方差。对任何一种非线性系统，当高斯型状态微量经由...