Tilastossa ja ohjausteoriassa Kalman-suodatus, joka tunnetaan myös nimellä lineaarinen neliöllinen estimointi, on algoritmi, joka käyttää sarjaa ajan mittaan havaittuja mittauksia, mukaan lukien tilastollinen kohina ja …
Mitä Kalman-suodattimet tekevät?
Kalman-suodattimia käytetään mittauskohteen muuttujien optimaaliseen arvioimiseen, kun niitä ei voida mitata suoraan, mutta epäsuora mittaus on käytettävissä. Niitä käytetään myös parhaan tilaarvion löytämiseen yhdistämällä eri antureiden mittauksia kohinan läsnäollessa.
Miksi Kalman-suodatin on hyvä?
Kalman-suodattimet ovat ihanteellisia järjestelmiin, jotka muuttuvat jatkuvasti. Niiden etuna on, että niiden muisti on kevyt (niiden ei tarvitse säilyttää muuta historiaa kuin edellisen tilan), ja ne ovat erittäin nopeita, joten ne sopivat hyvin reaaliaikaisiin ongelmiin ja sulautettuihin järjestelmiin.
Miksi Kalman-suodatus on niin suosittu?
Käyttämällä ikkunallista Kalman-suodatinta aiempien tilojen uudelleenlinearisointiin tai kun tehdään korreloituja havaintoja aikavaiheiden kautta, on usein paljon helpompaa käyttää normaaleja yhtälöitä. Lisäksi kalman-suodattimen kovarianssimatriisi voi ajautua ei-positiiviseen puolimääritykseen ajan myötä.
Mikä on Kalman-suodatin seurantaan?
Kalman-suodatus (KF) [5] on käytetään laajasti liikkuvien kohteiden jäljittämiseen, jolla voimme arvioida kohteen nopeuden ja jopa kiihtyvyyden mittaamalla sen sijainnit. KuitenkinKF:n tarkkuus riippuu minkä tahansa seurattavan kohteen lineaarisen liikkeen oletuksesta.
