DR-CAN 卡尔曼滤波笔记

原创

已于 2025-03-19 11:29:39 修改 · 452 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#笔记 #算法

于 2025-03-16 10:58:43 首次发布

Kalman Filter（卡尔曼滤波）

Optimal(最优化) Recursive(递归) Data Processing(数据处理) Algorithm(算法)

1 递归算法_Recursive Alorithm

1.1 公式推演

1.2 案例

1.3编程实现

% 设置迭代次数
n = 5000000;

% 生成测量值序列
% rand(n + 1, 1) 生成一个长度为 n+1 的列向量，元素取值范围是 [0, 1]
% 这里将其线性变换到 [47, 53] 区间，模拟测量值
Z = 47 + 6 * rand(n + 1, 1);

% 测量误差的固定值，代表测量过程中存在的误差
e_mea = 3;

% 初始化估计误差向量，用于存储每次迭代的估计误差
% 初始化为全零向量，长度为 n
e_est = zeros(n, 1);
% 设置估计误差的初始值
e_est(1) = 5;

%