1、卡尔曼滤波的五大公式
系统的状态方程为:
这个状态方程是根据上一时刻的状态和控制变量来推测此刻的状态,wk-1是服从高斯分布的噪声,是预测过程的噪声,它对应了 xk 中每个分量的噪声,是期望为 0,协方差为 Q 的高斯白噪声wk-1~N(0,Q),Q即下文的过程激励噪声Q.
观测方程为:
vk是观测的噪声,服从高斯分布,vk~N(0,R),R即下文的测量噪声R。
卡尔曼滤波算法有两个基本假设: ( 1) 信息过程的足够精确的模型,是由白噪声所激发的线性( 也可以是时变的) 动态系统; ( 2) 每次的测量信号都包含着附加的白噪声分量 。当满足以上假设时,可以应用卡尔曼滤波算法。
卡尔曼滤波算法分为两步:预测和更新
预测:根据上一时刻