位置: IT常识 - 正文
一文详解卡尔曼滤波两处噪声的来源及影响(一文详解卡尔曼人物形象)
编辑：rootadmin推荐整理分享一文详解卡尔曼滤波两处噪声的来源及影响(一文详解卡尔曼人物形象)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:卡尔曼122岁,卡尔曼什么意思,卡尔曼吧,卡尔曼gw,卡尔曼122岁,一文详解卡尔曼人物形象,一文详解卡尔曼人物形象,一文详解卡尔曼人物形象,内容如对您有帮助，希望把文章链接给更多的朋友！
首先放出基本公式
状态方程：x(k) = Ax(k-1)+Bu(k-1)+w(k-1)
观测方程：y(k)=Cx(k)+v(k)
其中，w(k-1)为过程噪声，通常记作Q，v(k)为观测噪声，通常记作R。
标准卡尔曼滤波对于Q和R的要求主要有四点：
1.互不相关
2.零均值
3.高斯白噪声序列
4.Q，R分别是已知值的非负定阵和正定阵
也即：
其中：
二、两处噪声如何从工程应用中获取过程噪声Q：构建所研究问题的“理想状态”，与实际情况进行对比实验，用所得的样本方差作为Q
例如研究滑块运动时，可以将在相对光滑表面的运动数据作为理想情况，与实际粗糙表面的情况进行对比；或是控制一个无人小车，在dt时间内，它其实是近圆弧行驶的，但我们研究时常常将它近似为线性模型了，因此产生的系统误差可以计算出一个范围阈值
观测噪声R：这一噪声相对容易获取，通常依据传感器精度即可，直接进行观测实验，用样本方差作为Q
例如一个温度计的误差是±0.5，观测噪声R=0.5^2=0.25
三、两处噪声对于卡尔曼滤波估计误差的影响事实上，我认为现阶段很难直接构建过程噪声Q和过程噪声R的具体数值与卡尔曼滤波估计的误差之间的线性关系，目前的研究主要集中在寻求Q和R的最优化组合
比如通过遗传算法来寻求这个最佳方差组合，可以参阅这篇文献：
[1]郭应时,王畅,张亚岐.噪声方差对卡尔曼滤波结果影响分析[J].计算机工程与设计,2014,35(02):641-645.DOI:10.16208/j.issn1000-7024.2014.02.016.
但需注意，在工程实际问题中，Q和R一定是客观存在的，我们尽力减小Q和R，通常更有助于我们获取更优的估计结果。
上一篇：训练集、验证集、测试集的作用和划分比例？(训练集验证集和测试集)
下一篇：【计算机网络】Web服务器的配置(计算机网络拓扑结构有哪些)
