扩展卡尔曼滤波(EKF)仿真
2017-01-18 15:11
369 查看
假设离散时间状态空间模型为:
普通的扩展卡尔曼滤波公式如下:
具体的代码可参考:http://blog.csdn.net/u010703122/article/details/49074297
注:
1、先验估计状态方程和其雅克比矩阵中的输入状态应该是上一时刻的后验估计状态;
2、观测方程中的状态输入和其雅克比矩阵的输入状态应该是当前时刻的先验估计状态;
3、求增益Kk时,注意矩阵逆是否可得
普通的扩展卡尔曼滤波公式如下:
具体的代码可参考:http://blog.csdn.net/u010703122/article/details/49074297
注:
1、先验估计状态方程和其雅克比矩阵中的输入状态应该是上一时刻的后验估计状态;
2、观测方程中的状态输入和其雅克比矩阵的输入状态应该是当前时刻的先验估计状态;
3、求增益Kk时,注意矩阵逆是否可得
相关文章推荐
- 扩展卡尔曼滤波EKF与多传感器融合
- 卡尔曼滤波(KF)与扩展卡尔曼滤波(EKF)的一种理解思路及相应推导(1)
- 扩展卡尔曼滤波EKF与多传感器融合
- 开源飞控OpenPilot的扩展卡尔曼滤波(EKF)学习笔记
- EKF(扩展卡尔曼滤波)参数理解
- 开源飞控OpenPilot的扩展卡尔曼滤波EKF学习笔记(二)
- 卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)
- 扩展卡尔曼滤波(EKF)
- 基于四元数的扩展卡尔曼(EKF)滤波器四旋翼姿态解算详解-2.EKF介绍
- 《卡尔曼滤波原理及应用-MATLAB仿真》程序-3.3
- 《卡尔曼滤波原理及应用-MATLAB仿真》程序-7.1
- 通过稀疏扩展信息滤波实现SLAM,并与EKF-SLAM进行性能对比
- 《卡尔曼滤波原理及应用-MATLAB仿真》程序-3.4
- 基于四元数的扩展卡尔曼(EKF)滤波器四旋翼姿态解算详解-1.KF介绍
- 基于四元数的扩展卡尔曼滤波器(EKF)姿态估计文献小结
- 《卡尔曼滤波原理及应用-MATLAB仿真》程序-3.5.1
- 卡尔曼滤波基本原理及matlab仿真
- 扩展卡尔曼滤波的实现
- 基于matlab仿真对卡尔曼滤波的理解
- 初学者的卡尔曼滤波——扩展卡尔曼滤波(一)