Howtosignalprocessing
- Por qué la matriz de covarianza se usa en el filtro de Kalman?
- ¿Qué es la matriz de transición de estado en el filtro Kalman??
- ¿Qué es la matriz de observación en el filtro Kalman??
- Cómo ajustar el filtro Kalman?
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 matriz de transición de estado en el filtro Kalman??
La matriz de transición del estado describe cómo sus estados se propagan con el tiempo dado un estado inicial. Para un sistema de invariación de tiempo lineal (LTI), esta es una matriz constante. Por ejemplo, suponiendo que tengo un modelo LTI de tiempo discreto bidimensional que se proporciona a continuación: x (k+1) = x (k) ---- (1) y (k+1) = y (k)+2x ( k) ----- (2)
¿Qué es la matriz de observación en el filtro Kalman??
H matriz es la matriz de observación. Significa que si tenemos un modelo simple con posición variable (x) y velocidad (x ') y nuestro sensor nos proporciona observaciones para las posiciones (z), que tendremos: siga esta respuesta para recibir notificaciones. respondió el 11 de julio de 2020 a las 12:30.
Cómo ajustar el filtro Kalman?
Un enfoque simple para ajustar un filtro Kalman es usar mediciones con una verdad de tierra conocida y ajustar la medición y el ruido del proceso del filtro.
