Kalman（卡尔曼）滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。Kalman滤波的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列（可能有偏差）预测出物体的位置的坐标及速度。
Kalman滤波器的基本思想是，若有一组强而合理（合理的意思是“限制非常宽松使得这种方法对真实世界中出现的相当多的实际问题都有用”）的假设，给出系统的历史测量值，则可以建立最大化这些早前测量值的后验概率的系统状态模型。
另外，无需存储很长的早前测量历史，我...
分类：
其他好文 时间：
2014-10-28 12:14:38
阅读次数：
257
首先，我们先要引入一个离散控制过程的系统。该系统可用一个线性随机微分方程（Linear Stochastic Difference equation）来描述： 再加上系统的测量值： 上两式子中， 是 时刻的系统状态， 是 时刻对系统的控制量。 和 是系统参数，对于多模型系统，他们为矩阵。 是 时刻的...
分类：
其他好文 时间：
2014-10-15 12:58:00
阅读次数：
163
晚上设计了一个最简单的卡尔曼滤波算法。一维数据，过程噪声协方差和测量噪声协方差都为常数（如果是动态的，就是自适应卡尔曼了）。滤掉高斯白噪声。
分类：
其他好文 时间：
2014-08-31 21:15:11
阅读次数：
218
卡尔曼滤波建立在隐马尔科夫模型上，是一种递归估计。也就是说，只需要知道上一个状态的估计值，以及当前状态的观测值，就能计算当前状态的最优估计值。
而不需要更早的历史信息。
卡尔曼滤波器的2个状态
1.最优估计
2.误差协方差矩阵
这两个变量迭代计算，初始值多少，其实没有影响。反正最后都能收敛到最优估计。
预测过程
F是状态转移矩阵，B是控制矩阵（也可以不需要）。Q是过程噪声...
分类：
其他好文 时间：
2014-08-20 18:02:32
阅读次数：
392
自从智能车在省赛挂掉后，这个假期一直在搞四旋翼、这是一个比摄像头平衡小车更难控制的蛋痛玩意儿。除开能够保持他平衡外，还要求巡线、限高、保持20s以上的悬停，需要得到姿态角，这个我直接使用的MPU6050 DMP直接读取姿态，避免了用什么七姿态卡尔曼滤波云云带来的时间浪费，只需要做的就是DMP库的移植...
分类：
其他好文 时间：
2014-08-19 20:29:35
阅读次数：
213
一、卡尔曼滤波九轴融合算法stm32尝试1、Kalman滤波文件[.h已经封装为结构体] 1 /* Copyright (C) 2012 Kristian Lauszus, TKJ Electronics-> All rights reserved-> 2 3 This software ...
分类：
其他好文 时间：
2014-08-15 23:40:39
阅读次数：
961
真实的温度测试数据，通过加热棒加热一盆水测得的真实数据，X轴是时间秒，Y轴是温度： 1）滤波前 2）滤波后（p=10, q=0.0001, r=0.05, kGain=0;） 2）滤波后（p=10, q=0.00001, r=1, kGain=0;），Y轴放大10倍并取整 。 相关C语言代码： #d...
分类：
其他好文 时间：
2014-07-10 13:40:15
阅读次数：
258
多传感器信息融合的意义：可有效的解决单传感器的模糊点更精确的观察和解释环境。多传感器信息融合的方法（算法）：
经典推理法、加权平均法、卡尔曼滤波、贝叶斯估计、D-S证据理论、统计决策理论、聚类分析、参数模板、熵法、品质因数法、估计理论法、专家系统法、产生式规则、人工神经网络、模糊推理、粗糙集理论.....
分类：
移动开发 时间：
2014-05-10 01:19:12
阅读次数：
365
卡尔曼滤波的原理说明在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf
Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年...
分类：
其他好文 时间：
2014-05-09 11:30:42
阅读次数：
365
一、卡尔曼滤波器的理论解释http://blog.csdn.net/lindazhou2005/article/details/1534234（推荐）二、代码中一些随机数设置函数，在opencv中文网站上没有查到：cvRandInit()
初始化CvRandState数据结构,可以选定随机分布的种类,并给定它种子,有两种情形
cvRandInit(CvRandState数据结构,随机上界,随机...
分类：
其他好文 时间：
2014-05-04 08:53:38
阅读次数：
293
