马上到我碗里来的博客

Savitzky-Golay 滤波器的核心代码主要集中在计算投影矩阵B并使用这个矩阵对输入信号进行滤波。这部分核心代码包括计算B矩阵、处理边界效应和进行实际滤波操作。

在实际应用中，我们经常会用到滤波算法处理一些传感器数据。例如，中值滤波算法。中值滤波是一种非线性滤波技术，常用于去除信号中的噪声。与线性滤波方法（如平均滤波）不同，中值滤波使用窗口内的中值来替代当前位置的值，因此它对于处理脉冲噪声等离群值非常有效。

Kalman滤波是一种用于估计系统状态的优秀滤波方法，特别适用于具有噪声的测量数据的情况。Kalman滤波器通过融合系统模型和实际测量数据，提供对系统状态的最优估计。就代表了在实际系统状态上加入了测量噪声的观测量。在Kalman滤波器中，这些观测量将用于更新状态估计，以提高对系统真实状态的估计准确性。Kalman滤波器通过不断预测和更新，提供了对系统状态的估计，最终在图中用蓝色曲线表示。作为实际系统状态，并添加了服从正态分布的测量噪声。Kalman滤波器的原理基于两个主要步骤：预测和更新。