Howtosignalprocessing
- ¿Qué es el error de covarianza de error Kalman Filtro??
- ¿Qué es la covarianza de error??
- ¿Por qué el filtro extendido de Kalman no es óptimo??
- ¿Qué es la covarianza EKF??
¿Qué es el error de covarianza de error Kalman Filtro??
El filtro Kalman (KF) es un esquema recursivo que propaga una estimación actual de un estado y la matriz de covarianza de error de ese estado hacia adelante en el tiempo. El filtro combina de manera óptima la nueva información introducida por las mediciones con información anterior incorporada en el estado anterior con una matriz de ganancia de Kalman.
¿Qué es la covarianza de error??
La matriz de covarianza de error (ECM) es un conjunto de datos que especifica las correlaciones en los errores de observación entre todos los pares posibles de niveles verticales. Se da como una matriz bidimensional, de tamaño NXN, donde n es el número de niveles verticales en los productos de datos de sonido.
¿Por qué el filtro extendido de Kalman no es óptimo??
EKF no es óptimo (principalmente)
Esto sucede porque el EKF se aproxima a las transiciones y mediciones de estado utilizando expansiones lineales de Taylor, lo que hace que la bondad de la aproximación dependa del grado de no linealidad de las funciones aproximadas y de la incertidumbre de su creencia gaussiana [2] [5].
¿Qué es la covarianza EKF??
El filtro Kalman extendido (EKF) es un método de estimación estatal popular para modelos dinámicos no lineales. La matriz de covarianza de error del modelo a menudo se considera un pañador de ajuste en EKF, que a menudo es postulado simplemente por el usuario.
