卡爾曼濾波器遞歸算法筆記整理
后面準備抽時間把DR_CAN老師的卡爾曼濾波的視頻的筆記也會做一下整理。
主要還是心里有個執(zhí)念，以前在做智能車比賽的時候，需要對六軸傳感器做濾波角度計算的。這部分代碼則只是將學長的代碼copy之后，并不懂其中的原理。
所以其中的一個目的：就是把筆記做完，再看看原來的代碼，那是曾經(jīng)的熟悉且鞭辟近里。
卡爾曼濾波器
更像是觀測器，不是一般意義上的濾波器。
現(xiàn)實中的大量不確定性
不存在完美的數(shù)學模型
系統(tǒng)的擾動不可控，很難建模
測量的傳感器存在誤差
卡爾曼增益
qt的仿真：
老師用Excel做的圖，我用ctrlsim也做了一個簡單的仿真。
https://gitee.com/wang_chong_wei/CtrlSim
https://github.com/chongweiwang/CtrlSim
CtrlSim_TI_SMO觀測器
[現(xiàn)代控制理論]3-5_連續(xù)系統(tǒng)離散化
CtrlSim_電機控制。
審核編輯：劉清
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
電機控制
+關注
關注
3540文章
1897瀏覽量
269268 -
卡爾曼濾波器
+關注
關注
0文章
54瀏覽量
12208 -
六軸傳感器
+關注
關注
1文章
18瀏覽量
16257
發(fā)布評論請先 登錄
相關推薦
卡爾曼濾波算法的基本原理
卡爾曼濾波（Kalman Filter）是一種遞歸的、自適應的濾波算法，廣泛應用于估計系統(tǒng)狀態(tài)和
卡爾曼濾波器介紹
摘要1960年，卡爾曼發(fā)表了他著名的用遞歸方法解決離散數(shù)據(jù)線性濾波問題的論文。從那以后，得益于數(shù)字計算技術的進步，卡爾
發(fā)表于 07-14 13:06
卡爾曼濾波器算法（C語言）
及噪聲協(xié)方差;估計階段由回歸模型代替狀態(tài)方程和觀測方程,相應的噪聲協(xié)方差實時自適應調整.該方法克服了傳統(tǒng)方法容易受系統(tǒng)動態(tài)模型不確定性和噪聲協(xié)方差不準確限制的問題,仿真結果驗證了算法的有效性卡爾曼
發(fā)表于 10-24 09:59
使用FPGA實現(xiàn)自適應卡爾曼濾波器的設計論文說明
在視頻圖像獲取過程中“由于噪聲對圖像序列的降質”需要設計實時噪聲濾波器。討論了視頻圖像的卡爾曼濾波問題及自適應卡爾
發(fā)表于 01-22 14:29
?22次下載
使用FPGA實現(xiàn)自適應卡爾曼濾波器的設計論文說明
在視頻圖像獲取過程中“由于噪聲對圖像序列的降質”需要設計實時噪聲濾波器。討論了視頻圖像的卡爾曼濾波問題及自適應卡爾
發(fā)表于 01-22 14:29
?13次下載
卡爾曼濾波器的特性及仿真
我們前一篇關于人物識別跟蹤的文章《視頻連續(xù)目標跟蹤實現(xiàn)的兩種方法和示例(更新)》里講到，視頻圖像中物體的識別和跟蹤用到了卡爾曼濾波器(KF)。這里對這個話題我們稍微對這個卡爾
工商網(wǎng)監(jiān)
評論