Warum funktioniert die sequentielle Aktualisierung von Kalman Filter, wenn Sie mehrere Sensoren haben??

1. Warum Kovarianzmatrix im Kalman -Filter verwendet wird?
2. Wie sagt Kalman Filter voraus??
3. Warum Kalman Filter optimal ist?
4. Was sind die unterschiedlichen Phasen im Kalman -Filter??

Warum Kovarianzmatrix im Kalman -Filter verwendet wird?

Der Kalman -Filter (KF) ist ein rekursives Schema. Der Filter verbindet optimal die neuen Informationen, die durch die Messungen mit alten Informationen eingeführt wurden, die im vorherigen Zustand mit einer Kalman -Gewinnmatrix verkörpert sind.

Wie sagt Kalman Filter voraus??

Der Filter schätzt die Strommessung durch Multiplizieren des vorhergesagten Zustands mit der Messmatrix. Der Rest, ∼yk, wird später dann mit dem Kalman -Gewinn KK multipliziert, um die Korrektur KK∼YK mit der vorhergesagten Schätzung ˆx - k bereitzustellen .

Warum Kalman Filter optimal ist?

Der Kalman -Filter ist statistisch optimal in gewiss.

Was sind die unterschiedlichen Phasen im Kalman -Filter??

Der Kalman -Filter kann als einzelne Gleichung geschrieben werden; Es wird jedoch am häufigsten als zwei unterschiedliche Phasen konzipiert: "Vorhersage" und "Update".