卡尔曼滤波算法及C语言代码整理.pdfVIP

卡尔曼滤波简介及其算法实现代码 卡尔曼滤波算法实现代码 （C，C＋＋分别实现） 卡尔曼滤波器简介 近来发现有些问题很多人都很感兴趣。所以在这里希望能尽自己能力跟大家讨论一些力所能 及的算法。 现在先讨论一下卡尔曼滤波器， 如果时间和能力允许， 我还希望能够写写其他的算法， 例如遗传算法，傅立叶变换，数字滤波，神经网络，图像处理等等。 因为这里不能写复杂的数学公式， 所以也只能形象的描述。 希望如果哪位是这方面的专家， 欢迎 讨论更正。 卡尔曼滤波器 – Kalman Filter 1． 什么是卡尔曼滤波器 （What is the Kalman Filter? ） 在学习卡尔曼滤波器之前， 首先看看为什么叫“卡尔曼”。 跟其他著名的理论 （例如傅立叶变换， 泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！ 卡尔曼全名 Rudolf Emil Kalman ，匈牙利数学家， 1930 年出生于匈牙利首都布达佩斯。 1953 ， 1954 年于麻省理工学院分别获得电机工程学士及硕士学位。 1957 年于哥伦比亚大学获得博士学 位。我们现在要学习的卡尔曼滤波器，正是源于他的博士论文和 1960 年发表的论文《 A New Approach to Linear Filtering and Prediction Problems 》（线性滤波与预测问题的新方法）。 如果对这编论文有兴趣，可以到这里的地址下载： /~welch/media/pdf/Kalman1960.pdf 。 简单来说，卡尔曼滤波器是一个“ optimal recursive data processing algorithm （最优化自 回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的 广泛应用已经超过 30 年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统 以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别， 图像分割， 图像边缘检 测等等。 2 ．卡尔曼滤波器的介绍 （Introduction to the Kalman Filter ） 为了可以更加容易的理解卡尔曼滤波器， 这里会应用形象的描述方法来讲解， 而不是像大多数参 考书那样罗列一大堆的数学公式和数学符号。 但是， 他的 5 条公式是其核心内容。 结合现代的计 算机，其实卡尔曼的程序相当的简单，只要你理解了他的那 5 条公式。 在介绍他的 5 条公式之前，先让我们来根据下面的例子一步一步的探索。 假设我们要研究的对象是一个房间的温度。 根据你的经验判断， 这个房间的温度是恒定的， 也就 是下一分钟的温度等于现在这一分钟的温度 （假设我们用一分钟来做时间单位） 。假设你对你的 经验不是 100%的相信，可能会有上下偏差几度。我们把这些偏差看成是高斯白噪声（ White Gaussian Noise ），也就是这些偏差跟前后时间是没有关系的而且符合高斯分配（ Gaussian Distribution ）。另外，我们在房间里放一个温度计，但是这个温度计也不准确的，测量值会比 实际值偏差。我们也把这些偏差看成是高斯白噪声。 好了， 现在对于某一分钟我们有两个有关于该房间的温度值： 你根据经验的预测值 （系统的预测 值）和温度计的值（测量值）。下面我们要用这两个值结合他们各自的噪声来估算出房间的实际 温度值。 假如我们要估算 k 时刻的是实际温度值。 首先你要根据 k-1 时刻的温度值， 来预测 k 时刻的温度。 因为你相信温度是恒定的，所以你会