kalman滤波的基础简介
Kalman滤波简介
卡尔曼滤波算法简述
卡尔曼滤波的一个典型实例是从一组有限的,包含噪声的,对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。
卡尔曼滤波也是控制理论以及控制系统工程中的一个重要课题。
当输入为带有高斯白噪声的信号时,使期望输出和实际输出之间的均方根误差达到最小的线性系统。受噪声干扰的状态量是个随机量,不可能测得精确值,但可对它进行一系列观测,并依据一组观测值,按某种统计观点对它进行估计。使估计值尽可能准确地接近真实值,这就是最优估计。
真实值与估计值之差称为估计误差。若估计值的数学期望与真实值相等,这种估计称为无偏估计。卡尔曼提出的递推最优估计理论,采用状态空间描述法,在算法采用递推形式,卡尔曼滤波能处理多维和非平稳的随机过程。
(不能复制公式，只好用图片代替了)
卡尔曼滤波算法简述: doc格式（全）下载
不帖了，上面有doc文档的下载链接