卡爾曼濾波器階次問題
有人私信我說,卡爾曼濾波的時候加速度認為保持不變似乎不妥
其實這個可以理解為對加速度a作了零階保持,即認為a(k+1)=a(k),上面一共三個變數,因此我將其稱為三維零階卡爾曼演算法。
當然這裡也可以替換成一階保持甚至二階保持。
對於一階保持,a(k+1)=a(k)+[a(k)-a(k-1)],也就是多了一個微分項那麼上面的矩陣以微分表示為
或直接以變數表示
也就變成了四維一階卡爾曼演算法。二階保持同理,再多一個加速度的二次微分,成為五維二階卡爾曼。
當我們只需要對一個變數進行濾波時,一維零階表示為
二維一階表示為
或
優點
1、一定程度上更能反應出實際的運動情況
2、相對於零階保持響應速度更快,濾波後相移更小
缺點
1、維度變高,矩陣運算計算複雜
2、響應速度快也意味著在某些噪聲幅值較大的情況下,濾波效果會有所下降
總結
零階保持與多階保持實際濾波效果差距不大,在沒有特殊需求時使用零階保持即可,在某些對響應速度有較嚴格要求的情況下可以使用一階保持或二階保持。
相關文章
- 卡爾曼濾波
- 卡爾曼濾波器(Kalman Filters)Filter
- 卡爾曼濾波器預測原理
- 卡爾曼濾波 跑通調參
- 卡爾曼濾波學習資料
- 詳解卡爾曼濾波(Kalman Filter)原理Filter
- 圖解卡爾曼濾波(Kalman Filter)--理解1圖解Filter
- 最小二乘法 和 卡爾曼濾波 BY AIAI
- 貝葉斯與卡爾曼濾波(1)--三大機率
- 基於EKF擴充套件卡爾曼濾波的感測器網路目標跟蹤matlab模擬套件Matlab
- 【含原始碼】鳳凰號水下機器人導航資料的離散非同步卡爾曼濾波原始碼機器人非同步
- SciTech-BigDataAIML-Boltzmann constant波爾茲曼常數 + Boltzmann Machine波爾茲曼機模型AIMac模型
- 數字濾波器和模擬濾波器(一)
- 點雲濾波器與過濾器過濾器
- 各種二埠濾波器網路模擬遇到的問題
- vivado fir濾波器
- 實驗六 有源濾波器
- 音訊降噪-fir濾波器音訊
- [Python影象處理] 四.影象平滑之均值濾波、方框濾波、高斯濾波及中值濾波Python
- 均值濾波
- OpenCV計算機視覺學習(4)——影像平滑處理(均值濾波,高斯濾波,中值濾波,雙邊濾波)OpenCV計算機視覺
- 利用Matlab filterDesigner 工具生成FIR濾波器函式,並呼叫實現低通濾波MatlabFilter函式
- Kalman濾波器的原理與實現
- matlab 濾波器中用到的函式Matlab函式
- 5G核心器件基站濾波器行業專題報告行業
- 【OpenCV】鄰域濾波:方框、高斯、中值、雙邊濾波OpenCV
- 圖片濾波
- Unity元件:AudioChorusFilterPROonly音訊合聲濾波器Unity元件Filter音訊
- 判斷低通濾波器的相位變化
- 通道均衡之線性均衡——迫零濾波器
- 引導濾波GuidedFilterGUIIDEFilter
- OpenCV 線性濾波OpenCV
- 布隆過濾器解決快取穿透問題過濾器快取穿透
- 濾波演算法——十大濾波演算法程式大全演算法
- 【Windbg】記一次執行緒卡主的問題執行緒
- 語音訊號預處理——數字濾波器音訊
- 空域濾波演算法演算法
- LMS自適應濾波