卡尔曼滤波案例存在的疑惑

（之前看了一篇关于卡尔曼滤波-室内温度的案例，但是这个案例疑惑颇多，自己来回斟酌了好几遍，现在要把这些个问题点出来）

案例博客链接：https://blog.csdn.net/zhangquan2015/article/details/79264540

卡尔曼滤波：首先，建立一个离散的系统，表示如下：

其中，U(k)是系统在k时刻对系统的控制量，如果没有控制，可以为0。

---

1. 科尔曼滤波：利用系统的过程模型，来预测下一系统的状态。

这里的X(k-1)为k-1上一时刻的状态量。 在室温测量中，没有包含控制变量，所以这一项为0，但是其内容中出现W(k-1)，这个部分暂时没搞懂用意是什么（难道说是上一时刻的测量误差，但是既然上一时刻的状态栏知道了，那么这个状态便是最优值，其权重可以通过A来表示，需要加入的是当前时刻的误差<因为误差不相关，所以没有权重>，所以这个猜测不大成立）。

但是可以换一种思路，就是这里写错了。应当写的是W(k)——表示的是高斯白噪声，但是可疑的是上图中这一项还乘有系数。所以不大明白博主的用意。这是第一个疑问。

2. 下面提到了温度测量误差R，但是并没有对Q作说明。一般存在两个误差：一个是状态误差，另一个是测量误差。显然这个Q是状态误差了，结合室温测量的例子——也就是经验误差（人们的经验判断存在一定误差）。这是第二个疑问。

3.先说一下：文中的“快时刻”属于作者笔误，应该是“k时刻”。神奇的是后面这句话，让我摸不着头脑。

“k时刻的温度值的测量值为23.9”、“温度计在该时刻的测量值为24.5℃，偏差为0.4℃”很矛盾。暂且理解为k-1时刻温度为23.9。

接下来是又一次令人看不懂的内容：Pkk-1=Pk-1+Q=0.02.

这里的Pk-1在程序里面赋值0.01，所以Pk-1为0.01，开头没提。

直接将概率和误差方差相加，有可能是对的，只是我现在还无法理解。

4. 这里K增益也搞不懂

5. 在对X(k)求解的时候，K增益同差值相乘，而且这里用的是24.1（意味着将偏差0.4去掉，可是偏差存在就一定要去掉么，为什么不是加上？好比我说自己身高是172.5cm，偏差是0.5，那么我一定是172咯）。在之前看的文章中K增益都是同X(k)相乘得到观测值Z(k)，这里直接使用K增益得到X(k)，看不懂。

6. 当然后面求解的k时刻的偏差自然也是看不懂的；

7. 最后谈到是用来求解Z(k+1)的，那么问题来了，Z(k)不要求了么？

---

卡尔曼滤波整个思路还在学习研究中，这些东西后续会尝试着去解决，等真正理解卡尔曼滤波器会详细介绍一下。

期待下次更新