深度解读卡尔曼滤波原理.docxVIP

下载本文档

11
0
约4.79千字
约 16页
2021-02-17 发布于天津
举报
版权申诉

深度解读卡尔曼滤波原理.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：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

什么是卡尔曼滤波你可以在任何含有不确定信息的动态系统中使用卡尔曼滤波对系统下一步的走向做出有根据的预测即使伴随着各种干扰卡尔曼滤波总是能指出真实发生的情况在连续变化的系统中使用卡尔曼滤波是非常理想的它具有占用内存小的优点除了前一个状态量外不需要保留其它历史数据并且速度很快很适合应用于实时问题和嵌入式系统实际上如果以正确的方式看待它卡尔曼滤波是非常简单和容易理解的下面我将用漂亮的图片和色彩清晰的阐述它你只需要懂一些基本的概率和矩阵的知识就可以了我们能用卡尔曼滤波做什么用玩具举例你开发了一个可以在树

什么是卡尔曼滤波？你可以在任何含有不确定信息的动态系统中使用卡尔曼滤波，对系统下一步的走向做出有根据的预测，即使伴随着各种干扰，卡尔曼滤波总是能指出真实发生的情况。在连续变化的系统中使用卡尔曼滤波是非常理想的，它具有占用内存小的优点（除了前一个状态量外，不需要保留其它历史数据），并且速度很快，很适合应用于实时问题和嵌入式系统。实际上，如果以正确的方式看待它，卡尔曼滤波是非常简单和容易理解的，下面我将用漂亮的图片和色彩清晰的阐述它，你只需要懂一些基本的概率和矩阵的知识就可以了。我们能用卡尔曼滤波做什么？用玩具举例：你开发了一个可以在树林里到处跑的小机器人，这个机器人需