Kalman Filter Covariance

1. ¿Qué es la covarianza EKF??
2. ¿Qué es la covarianza en el filtro de Kalman??
3. Por qué la matriz de covarianza se usa en el filtro de Kalman?
4. ¿Qué es el ruido de covarianza??

¿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.

¿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 el ruido de covarianza??

La covarianza del proceso actúa como una matriz de ponderación para el proceso del sistema. Relata la covarianza entre el elemento ITH y JTH de cada vector de ruido de proceso. Se define como: σij = cov (→ xi, → xj) = e [(→ xi - μi) ⋅ (→ xj - μj)]