EKFを実装しました。アルゴリズムは非常にうまく機能しますが、初期化後にフィルターが収束したときに検出する基準が必要です。これを行うための最良/最も一般的な方法は何ですか。私には2つのアイデアがあります:
1.) イノベーションが事前に定義された限界に達したとき。2.) 推定分散が事前に定義された制限に達したとき。
助言がありますか ?
EKFを実装しました。アルゴリズムは非常にうまく機能しますが、初期化後にフィルターが収束したときに検出する基準が必要です。これを行うための最良/最も一般的な方法は何ですか。私には2つのアイデアがあります:
1.) イノベーションが事前に定義された限界に達したとき。2.) 推定分散が事前に定義された制限に達したとき。
助言がありますか ?
カルマン フィルター (および特に EKF) を扱う際の最も一般的なエラーは、P 行列の収束が推定の実際の収束と同等であると考えることです。
正規化されたイノベーションを見る必要があります。
革新とは、予想される (予測される測定値) と実際の測定値との差です。
Innov = y - h(x_predicted)
正規化されたイノベーションはイノベーションのマハラノビス距離であり、P 行列が小さくなると収束と相関します。
d^2 = Innov.transpose * Cov(Innov).inverse * Innov
どこCov(Innov) = Cov(y - h(x_predicted)) = R + H * P_predicted * H.Transpose