欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全包含噪声的测量(英文:measurement)中，估计动态系统的状态。
应用实例
卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列预测出物体的坐标位置及速度. 在很多工程应用(雷达, 计算机视觉)中都可以找到它的身影. 同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题.
欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
比如,在雷达中,人们感兴趣的是跟踪目标,但目标的位置,速度,加速度的测量值往往在任何时候都有噪声.卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑). 命名
这种滤波方法以它的发明者鲁道
欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
夫.E.卡尔曼（Rudolf E. Kalman）命名. 虽然Peter Swerling实际上更早提出了一种类似的算法.
斯坦利.施密特(Stanley Schmidt)首次实现了卡尔曼滤波器.卡尔曼在NASA埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器. 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表.
目前,卡尔曼滤波已经有很多不同的
欧阳术创编 2021.02.02 欧阳美创编 2021.02.02
卡尔曼滤波器介绍之欧阳术创编
