from: 卡尔曼滤波教程 (kalmanfilter.net)
- 总览
- 关于本教程
- 关于作者
- 关于卡尔曼滤波
- 为什么需要预测算法
- 卡尔曼滤波简介
- 必要的背景知识
- 均值和期望
- 方差和标准差
- 正态分布
- 随机变量
- 估计的准度和精度
- 小结
- α-β-γ滤波器
- 示例1 - 给金条称重
- 示例2 - 跟踪直线匀速运动的飞行器
- 示例3 - 跟踪直线加速运动的飞行器
- 示例4 - 用α-β-γ滤波器跟踪直线加速运动的飞行器
- α-β-γ滤波器小结
- 一维卡尔曼滤波
- 无过程噪声的一维卡尔曼滤波
- 示例5 - 估计大楼的高度
- 添加过程噪声
- 一维卡尔曼滤波的完整模型
- 示例6 - 估计液体的温度
- 示例7 - 估计加热液体的温度I
- 示例8 - 估计加热液体的温度II
- 必要的背景知识
- 多变量卡尔曼滤波
- 前言
- 必要的背景知识
- 矩阵运算
- 期望的代数运算
- 多变量正态分布
- 状态外插方程
- 示例 - 飞机-无控输入
- 示例 - 飞机-有控输入
- 示例 - 自由落体
- 状态外插方程的维度
- 线性时不变系统
- 线性动态系统建模
- 状态外插方程的推导
- 状态空间表达
- 求解微分方程
- 协方差外插
- 无过程噪声的不确定性
- 构建过程噪声矩阵Q
- 测量方程
- 观测矩阵H
- 测量方程的维度
- 中期小结
- 预测方程
- 辅助方程
- 状态更新方程
- 协方差更新方程
- 卡尔曼增益
- 简化的协方差更新方程
- 小结
- 示例
- 车辆位置预估
- 火箭高度估计
