Howtosignalprocessing
- ¿Qué es la covarianza en el filtro de Kalman??
- Por qué la matriz de covarianza se usa en el filtro de Kalman?
- ¿Qué es la covarianza EKF??
- ¿Cómo se inicializan un filtro Kalman??
¿Qué es la covarianza en el filtro de Kalman??
Esta incertidumbre puede ser representada por una matriz conocida como la matriz de covarianza del estado, P. La matriz de covarianza del estado consiste en las variaciones asociadas con cada una de las estimaciones estatales, así como la correlación entre los errores en las estimaciones del estado.
Por qué la matriz de covarianza se usa en el filtro de Kalman?
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 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.
¿Cómo se inicializan un filtro Kalman??
En ausencia de datos de covarianza, los filtros de Kalman generalmente se inicializan adivinando el estado inicial. Hacer la varianza de la estimación de estado inicial grande asegura que la estimación converja rápidamente y que la influencia de la suposición inicial pronto será insignificante.
