V štatistike a teórii riadenia je Kalmanovo filtrovanie, tiež známe ako lineárny kvadratický odhad, algoritmus, ktorý využíva sériu meraní pozorovaných v priebehu času, vrátane štatistického šumu a …
Na čo slúžia Kalmanove filtre?
Kalmanove filtre sa používajú na optimálne odhadnutie záujmových premenných, keď ich nemožno merať priamo, ale je k dispozícii nepriame meranie. Používajú sa tiež na nájdenie najlepšieho odhadu stavov kombináciou meraní z rôznych senzorov v prítomnosti šumu.
Prečo je Kalmanov filter dobrý?
Kalmanove filtre sú ideálne pre systémy, ktoré sa neustále menia. Majú tú výhodu, že sú nenáročné na pamäť (nemusia uchovávať žiadnu inú históriu ako predchádzajúci stav) a sú veľmi rýchle, vďaka čomu sú vhodné na riešenie problémov v reálnom čase a vstavaných systémov.
Prečo je Kalmanovo filtrovanie také populárne?
Pomocou okienkového kalmanovho filtra na relinearizáciu minulých stavov alebo pri korelovaných pozorovaniach v rámci časových krokov je často oveľa jednoduchšie použiť normálne rovnice. Navyše, kovariančná matica kalmanovho filtra sa môže časom dostať do nepozitívnej semidefinite.
Čo je Kalmanov filter na sledovanie?
Kalmanovo filtrovanie (KF) [5] je široko používané na sledovanie pohybujúcich sa objektov, pomocou ktorého môžeme odhadnúť rýchlosť a dokonca aj zrýchlenie objektu meraním jeho polohy. Avšak,presnosť KF závisí od predpokladu lineárneho pohybu akéhokoľvek objektu, ktorý sa má sledovať.
