卡尔曼滤波(Kalman filter)是一种高效的自回归滤波器,它能在存在诸多不确定性情况的组合信息中估计动态系统的状态,是一种强大的、通用性极强的工具。它的提出者,鲁道夫.E.卡尔曼,在一次访问NASA埃姆斯研究中心时,发现这种方法能帮助解决阿波罗计划的轨道预测问题,后来NASA在阿波罗飞船的导航系统中确实也用到了这个滤波器。最终,飞船正确驶向月球,完成了人类历史上的第一次登月。
一、卡尔曼滤波用到的线性代数基本知识
方差:一维特征空间的状态分布,衡量一组数据的离散程度,在统计描述中,方差用来计算每一个变量(观察值)与总体均数之间的差异。
其中,σ2为样本方差,X为变量,µ为样本均值,N为样本例数。
标准差:方差的平方根,在概率统计中最常使用作为统计分布
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)