5

簡単な問題があります。オブジェクトを追跡して、不均一な時間間隔でその位置を取得しています。物体の速度と加速度は一定ではありません。

data_=[time x,y,z]

カルマン フィルターを設計するには、定義する必要があります。

z=[x;y;z] % observation

% Estimation vector
xt=[xt;yt;zt;x't;y't;z't]  % ' first derivative



P=Covariance matrix of estimation vector 
R=Covariance matrix of measurement 
Q= covariance of noise

質問 1: この 2 つの R と P の違いは何ですか? 測定精度が 1mm の場合、P は何ですか? 質問 2: 後処理でこのカルマン フィルターを使用する利点は何ですか。はいの場合、なぜそれが必要なのか、スムーズな軌道を取得することです。

皆さんから十分な情報を得られることを願っています。

4

2 に答える 2

4

質問1

R は測定値の共分散行列です。モデルや見積もりとは関係ありません。

P は、推定の誤差の共分散行列です。モデルと状態の推定方法に完全に関連しています。Pは、測定の精度とは何の関係もありません。更新方程式を使用して、反復ごとに計算する必要があります。

質問 4

カルマンの目標は、追跡したい状態のノイズの多い測定値をフィルタリングすることです。これにより、ノイズのない実際の状態により近い結果を得ることができます (ノイズは測定における不確実性です)。

于 2012-06-05T07:10:38.133 に答える