1樓：金風
為了問這個問題第一次註冊了知乎。
請問樓主，第13條，若已知線性系統可檢測，即卡爾曼濾波器收斂，且已知系統雜訊和觀測雜訊均為高斯白雜訊且無偏置，是否可以確定濾波器的狀態估計誤差一定向0收斂？如果不是，能有反例嗎？我覺得命題是對的，您怎麼看？
2樓：Tom Zhu
在很多時候，kmf都能被乙個精心設計的互補濾波器所替代，效果上幾乎沒有區別，而計算量要降低10倍以上。
kmf最大的優勢是，它提供了乙個框架，可以解決一類問題，降低了濾波器的設計成本。但這是以計算量做為代價的。
3樓：豬頭博士後
讀書時，因為初期專案不急，通讀過手頭所有kf的外文書籍
當然，我最喜歡的是paul zarchan的fundermentals of kalman filtering，此書劍走偏鋒，無公式推導，只是用平實的語言教會你在工程中如何運用，實乃扛鼎之作。希望我書名沒拼錯，呵呵
4樓：李崇
說幾個在卡爾曼濾波容易被人忽略的地方：
(1)能用卡爾曼濾波的前提是這個系統是可觀測的。
(2)如果系統的雜訊統計特性不變（高斯白雜訊，均值和方差不變），而且是線性系統，是不用一直迭代著算卡爾曼增益的，直接求卡爾曼增益的穩態值就可以了。
(3)卡爾曼濾波也可以處理觀測方程帶乘性雜訊的系統，不過公式要複雜得多。
(4)應用中大多數情況下大家其實並不知道建模雜訊和觀測雜訊的統計特性，一般是假定為零均值，方差會去試。
5樓：鋇噎
推薦一本書Kalman Filtering: Theory and Practice with MATLAB
應該是比較經典的教材。。雖然我還沒看過
卡爾曼濾波 粒子濾波的濾波是什麼意思？
jiegered 高低通濾波器屬於經典濾波器，而經典濾波器是建立在訊號和雜訊頻率分離的基礎上的，通過將雜訊所在頻率區域幅值衰減來達到提高訊雜比，針對不同的頻率段就產生了低通,高通,帶通等濾波器之分。卡爾曼濾波是屬於現代濾波技術的手段，它不同於經典濾波，沒有帶通，低通，高通之分。現代濾波器不是建立在頻...
時間序列分析 結合ARMA的卡爾曼濾波演算法
陳佳偉 剛接觸行政工作，自己跑來說幾句，不對輕噴。從職能來說，行政工作主要包括內部檔案 會議紀要 各類通知決定 外部檔案 合同 協議 印章管理 其他後勤服務 辦公用品 物資採購 接待 等等。簡單的文字工作就不說了，你覺得把印章放在別人手裡你放心麼。從外包這個行為來說，我理解為把繁雜 低附加值的工作，...
卡爾曼濾波能否對兩個模型做融合？
當然可以，直接狀態擴增即可，只不過狀態維數可能就翻倍了。實際上1965年就有Multiple Model Adaptive Estimation MMAE 1 這種技術了，新一點的也有Interacting Multiple Model IMM 2 思路其實都差不多。問題在於工業應用中這樣做很蠢，一...