卡尔曼滤波

• 什么是卡尔曼滤波？
  • 你可以在任何含有不确定信息的动态系统中使用卡尔曼滤波, 对系统下一步的走向做出有根据的预测, 即使伴随着各种干扰, 卡尔曼滤波总是能指出真实发生的情况
  • 在连续变化的系统中使用卡尔曼滤波是非常理想的, 它具有占内存小的优点(除了前一个状态量外, 不需要保留其它历史数据), 而且速度很快, 很适合应用于实时问题和嵌入式系统
• 算法的核心思想:
  • 根据当前的仪器 测量值和上一刻的预测值和误差值, 计算得到当前的最优量, 再预测下一刻的量
    • 核心思想比较突出的观点是把误差纳入计算, 而且分为预测误差和测量误差两种, 统称为噪声
    • 核心思想还有一个非常大的特点是: 误差独立存在, 始终不受测量数据的影响

Python API

import numpy as np
import matplotlib.pyplot as plt
from scipy import signal
import scipy.signal as signal

参考

• 卡尔曼滤波