- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第3 章高斯滤波器.PDF
第3 章 高斯滤波器
3.1 卡尔曼滤波: TheKalmanFilter(KF)
3.2 扩展卡尔曼滤波: TheExtendedKalmanFilter(EKF)
3.3 无迹卡尔曼滤波: TheUnscentedKalmanFilter(UKF)
基于Talor 展开进行局部线性化,仅是对高斯分布的非线性变换进行线性近似
的一种方式。另一种常用的近似方法是“无迹Kalman 滤波(Unsented Kalman Filter,
UKF)”。无迹Kalman 滤波通过一种“Sigma Point” 采样方法,我们称为特征点采样。
这种方法,通过在特征点 i 对函数g u , 进行采样,利用采样的结果进行
t t1
加权计算,获得对变换后分布的均值和方差的估计值,用于近似原高斯分布。
3.3.1 基于特征点采样的近似方法
UKF 采用基于特征点采样的方法。具体的,对具有均值为 ,方差为 的n-维
高斯分布,可确定2n 1 个特征点,这些特征点表示为:
0
i (√n )i for i 1, ..., n (3.1)
i (√n )i for i n 1, ..., 2n
Note: 注意,式(3.1) 中:
√
其中每个采样点是一个n 维向量;下标 代表矩阵 n 的第i 列向量。
i
2 n n 是一个微调参数,其中 和 是缩放因子。 决定每个特
征点到均值的距离。
√
对矩阵平方根 n 的计算,一般采用Cholesky 分解[] 的方法,这样可
以使得计算更有效和稳定。
设待近似的函数为g ,UKF 的基本思想就是在特征点上对要近似的函数进行
采样,然后,基于采样的结果,基于两个权值进行加权计算,计算近似均值和近似的
方差。
–4/18– 第3 章 高斯滤波器
i g i (3.2)
2n
′ i i
m
i0 (3.3)
( ) ( )
2n T
′ i i ′ i ′
c
i0
其中,
0 i 1
m , m , for i 1, ..., 2n (3.4)
n 2 n
0
文档评论(0)