2024 Szerző: Elizabeth Oswald | [email protected]. Utoljára módosítva: 2024-01-13 00:07
A statisztikában és a szabályozáselméletben a Kalman-szűrés, más néven lineáris másodfokú becslés, egy olyan algoritmus, amely idővel megfigyelt mérési sorozatot használ, beleértve a statisztikai zajt és a …
Mit csinálnak a Kálmán-szűrők?
A Kalman szűrők az érdeklődési változók optimális becslésére szolgálnak, ha azok nem mérhetők közvetlenül, de van közvetett mérés. Arra is használják őket, hogy megtalálják az állapotok legjobb becslését a különböző érzékelőktől származó, zaj jelenlétében végzett mérések kombinálásával.
Miért jó a Kálmán-szűrő?
A Kalman szűrők ideálisak a folyamatosan változó rendszerekhez. Előnyük, hogy kevés a memóriájuk (nem kell az előző állapoton kívül más előzményeket megőrizni), és nagyon gyorsak, így kiválóan alkalmasak valós idejű problémákra és beágyazott rendszerekre.
Miért olyan népszerű a Kálmán-szűrő?
Ablakos Kalman szűrő használatával a múltbeli állapotok újralinearizálására, vagy ha korrelált megfigyeléseket végeznek időlépéseken keresztül, gyakran sokkal könnyebb használni a normál egyenleteket. Ezenkívül a Kalman-szűrő kovarianciamátrixa idővel nem pozitív félig meghatározottságba futhat.
Mi az a Kalman-szűrő a követéshez?
Kalman-szűrés (KF) [5] széles körben használt mozgó objektumok követésére, mellyel megbecsülhetjük egy objektum sebességét, sőt gyorsulását a helyének mérésével.. Azonban aa KF pontossága bármely követendő objektum lineáris mozgásának feltételezésétől függ.
