本文通过一个温度估计的例子，通俗地解释了Kalman滤波的原理。假设温度是恒定的，利用模型预测和实际测量进行修正，计算不确定性，并调整最终结果。这种方法在各种应用中广泛使用。
原理的通俗解释
用一个网上流传温度估计的例子（根据 k-1 时刻的温度值，估算 k 时刻的是实际温度值），为了通俗会意，我这里尽量避免使用专业术语。
假设我们相信温度是恒定的，所以得到 k 时刻的温度预测值是跟 k-1 时刻一样的，假设是23 度，同时该值的高斯噪声的偏差是 5 度。然后，你从温度计那里得到了 k 时刻的温度值，假设是25 度，同时该值的偏差是 4 度。
可见，整个Kalman滤波的原理比较朴素（尽管应用起来五花八门），就是不停地利用模型的预测模块和实际测量得到的纠正模块，计算可能存在的不确定程度，然后根据预测结果的不确定程度的份量，调整得到最终结果。
未完待续……
扫一扫
668
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
