In statistieke en beheerteorie is Kalman-filtrering, ook bekend as lineêre kwadratiese skatting, 'n algoritme wat 'n reeks metings gebruik wat oor tyd waargeneem is, insluitend statistiese geraas en …
Wat doen Kalman-filters?
Kalman-filters word gebruik om die veranderlikes van belange optimaal te skat wanneer hulle nie direk gemeet kan word nie, maar 'n indirekte meting is beskikbaar. Hulle word ook gebruik om die beste skatting van toestande te vind deur metings van verskeie sensors in die teenwoordigheid van geraas te kombineer.
Hoekom is Kalman-filter goed?
Kalman-filters is ideaal vir stelsels wat voortdurend verander. Hulle het die voordeel dat hulle lig op geheue is (hulle hoef nie enige geskiedenis anders as die vorige toestand te hou nie), en hulle is baie vinnig, wat hulle goed geskik maak vir intydse probleme en ingebedde stelsels.
Waarom is Kalman-filtrering so gewild?
Deur 'n venster-kalman-filter te gebruik vir herlinearisering van vorige toestande of wanneer gekorreleerde waarnemings deur tydstappe is, is dit dikwels baie makliker om die normale vergelykings te gebruik. Daarbenewens kan die kovariansiematriks van die kalman-filter met verloop van tyd in nie-positiewe semi-bepaaldheid raak nie.
Wat is Kalman-filter om na te spoor?
Kalman-filtrering (KF) [5] word wyd gebruik om bewegende voorwerpe op te spoor, waarmee ons die snelheid en selfs versnelling van 'n voorwerp kan skat met die meting van sy liggings. Dieakkuraatheid van KF is afhanklik van die aanname van lineêre beweging vir enige voorwerp wat nagespoor moet word.
