code def g_h_filter(data,x0,dx,g,h,dt=1.0,pred=None): x=x0 results=[] for z in data: x_est=x+(dx*dt) dx=dx if pred is not None: pred.append(x_est) res ...
分类：
编程语言 时间：
2020-05-03 16:37:04
阅读次数：
111
[toc] 问题提出 在现实科研问题中，其中有很多都是非线性的。要想求得问题的解，就需要非线性的算法。所谓非线性滤波，就是基于带有噪声的观测值，估计非线性系统动态变化的状态，这一类问题都可以使用动态状态空间模型来描述。 算法研究现状 解决非线性滤波问题的最为经典的方法是扩展卡尔曼滤波算法（EKF）， ...
分类：
其他好文 时间：
2020-02-27 00:58:15
阅读次数：
77
这两天学习了一些卡尔曼滤波算法的相关知识。相比其它的滤波算法，卡尔曼滤波在对计算量需求非常之低，同时又能达到相当不错的滤波结果。 1. 算法原理 网上看到一篇文章http://www.bzarg.com/p/how-a-kalman-filter-works-in-pictures/对卡尔曼滤波讲解 ...
分类：
编程语言 时间：
2019-12-26 19:35:17
阅读次数：
109
Kalman Filter 通俗讲解 Kalman Filter : 理解卡尔曼滤波的三重境界 ...
分类：
其他好文 时间：
2019-12-26 00:10:00
阅读次数：
106
张宁 Robust Attitude Estimation Using an Adaptive Unscented Kalman Filter 使用自适应无味卡尔曼滤波器进行姿态估计链接：https://pan.baidu.com/s/1TNeRUK84APiwNv1uyQfhHg 提取码：pbdt ...
分类：
其他好文 时间：
2019-11-10 17:10:38
阅读次数：
109
本文介绍了卡尔曼滤波(Kalman Filter)的数学定义和求解方法，并介绍了它的两种扩展形式：Extended Kalman Filter和Unscented Kalman Filter ...
分类：
其他好文 时间：
2019-08-08 13:29:48
阅读次数：
104
于时间序列预测，ARIMA等传统模型通常是一种流行的选择。虽然这些模型可以证明具有高度的准确性，但它们有一个主要缺点 - 它们通常不会解释“冲击”或时间序列的突然变化。让我们看看我们如何使用称为卡尔曼滤波器的模型来潜在地缓解这个问题。 时间序列 我们以货币市场为例。货币对可能会有整体上升趋势，然后在 ...
分类：
编程语言 时间：
2019-05-24 19:22:04
阅读次数：
358
卡尔曼滤波 https://pan.baidu.com/play/video#/video?path=%2F%E7%BB%9F%E8%AE%A1%2F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0_%E5%BE%90%E4%BA%A6%E8%BE%BE%2F%E5%8D%A ...
分类：
其他好文 时间：
2019-03-24 17:22:17
阅读次数：
126
卡尔曼滤波 滤波的方法有很多种，针对不同的情况选用的最优滤波方法也是不同的。卡尔曼滤波的特点就是采用递归方法解决线性滤波问题，只需要知道当前的测量值和上一时刻的最优值，就能对此刻进行最优值计算，计算量小，不需要大量储存空间，适合性能不太强的单片机处理。二阶卡尔曼滤波更加可靠，但计算量较大，通常使用的 ...
分类：
其他好文 时间：
2019-02-10 17:52:45
阅读次数：
233
