电子芯吧客
电子芯吧客
电子工程师技术服务社区
公告
登录 | 注册
首页
正点原子
下载 文章
  1. 社区首页
  2. 问答
  3. 如何通俗并尽可能详细解释卡尔曼滤波？
  • 已解决 73482 个问题
  • 已帮助 5993 位优秀工程师

如何通俗并尽可能详细解释卡尔曼滤波？

0e374f1c7fbea25b 2018-07-20 浏览量：998
如何通俗并尽可能详细解释卡尔曼滤波？
其他
0 0 收起

我来回答

上传资料：
选择文件 文件大小不超过15M（格式支持：doc、ppt、xls、pdf、zip、rar、txt）
最佳答案
  • 本质上来讲，滤波就是一个信号处理与变换（去除或减弱不想要的成分，增强所需成分）的过程，这个过程既可以通过硬件来实现，也可以通过软件来实现。 卡尔曼滤波属于一种软件滤波方法，其基本思想是：以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。
    • 发布于 2018-07-21
    • 举报
    • 评论 0
    • 0
    • 0

其他答案 数量：9

  • http://blog.chinaunix.net/uid-26694208-id-3184442.html

    之前看过这个，可以移步了解下

    • 发布于2018-07-22
    • 举报
    • 评论 0
    • 0
    • 0

  • https://blog.csdn.net/u010720661/article/details/63253509

    看一下这个吧，写得挺详细的

    • 发布于2018-07-22
    • 举报
    • 评论 0
    • 0
    • 0

  • 感觉就是从大量的数据中总结一个回归方程，用这个方程来估算结果
    • 发布于2018-07-22
    • 举报
    • 评论 0
    • 0
    • 0

  • 卡尔曼滤波是一种软件算法实现的滤波，其实就是多次采集数据，按照权重求平均值，类似于统计学的中心回归，与硬件滤波结合，得到最准确的数值。

    • 发布于2018-07-22
    • 举报
    • 评论 0
    • 0
    • 0

  • 卡尔曼滤波主要利误差和实际值的权重对预期结果的分析，然后再进结果的预期和修正，达到最好的预估效果
    • 发布于2018-07-25
    • 举报
    • 评论 0
    • 0
    • 0

  • 卡尔曼滤波就是根据多次的结果进行误差和实际值的计算和预估，最后利用权重得出结果
    • 发布于2018-08-07
    • 举报
    • 评论 0
    • 0
    • 0

  • 卡尔曼滤波其实就是通过前焉估计和测量合成的一种估计方法.
    • 发布于2018-08-09
    • 举报
    • 评论 0
    • 0
    • 0

  • 假设你有两个传感器，测的是同一个信号。再假设你知道其中贵的那个传感器应该准一些，便宜的那个应该差一些。那有比取平均更好的办法吗？加权平均。怎么加权？假设两个传感器的误差都符合正态分布，假设你知道这两个正态分布的方差，用这两个方差值，（此处省略若干数学公式），你可以得到一个“最优”的权重。接下来，重点来了：假设你只有一个传感器，但是你还有一个数学模型。模型可以帮你算出一个值，但也不是那么准。怎么办？把模型算出来的值，和传感器测出的值，（就像两个传感器那样），取加权平均。OK，最后一点说明：你的模型其实只是一个步长的，也就是说，知道x(k)，我可以求x(k+1)。问题是x(k)是多少呢？答案：x(k)就是你上一步卡尔曼滤波得到的、所谓加权平均之后的那个、对x在k时刻的最佳估计值。于是迭代也有了。这就是卡尔曼滤波。信号处理中的滤波实质上就是讲降噪。一个信号通常是有用的原始信号与一个噪声的叠加，噪声一般用高斯白噪声描述，它们混在一起了，我放大信号噪声也放大，缩小噪声信号也缩小，一般我没有通用办法改善信噪比。但是如果我有好几个信号，里面包含了相同的原始信号，我把它们叠加在一起，原始信号是相干叠加，幅度变成两倍功率变成了四倍，而噪声是非相干叠加，许多地方会相互抵消，功率只变成两倍，这样信噪比就提高了一倍。所有的“滤波”降噪，本质上都是通过相干叠加增强原始信号提高信噪比的。上面的情况是信噪比相同，如果信噪比不同呢？用一步柯西不等式就能证明，对于噪声功率相同的信号，只要按各自信号功率比例混合，就能最大化信噪比。最后，如果不是另采了一个信号，而是用历史测量值来预测，将预测值作为另一个信号，这个预测值的信噪比是可以推算出来的，再采用前面的方法就得到卡尔曼滤波。
    • 发布于2018-08-13
    • 举报
    • 评论 0
    • 0
    • 0

  • 卡尔曼就通过预估和实际的权重进行分析，然后对比结果进行输出
    • 发布于2018-08-18
    • 举报
    • 评论 0
    • 0
    • 0

相关问题

问题达人换一批

如何通俗并尽可能详细解释卡尔曼滤波？