擴展卡爾曼濾波
這裏必須保證Xk-1，Xk，Xk+1都是正態分佈，否則的話我們就沒法遞推了，如果Xk不是正態分佈的話就沒有辦法調用我們擴展卡爾曼濾波的算法，自然就會引起誤差，因爲本質上f和h是非線性函數，所以說如果是這個真實的後驗概率呢他一定不是這個正態分佈，因爲他是非線性函數，但是我們濾波的結果呢卻是正態分佈，所以說他就是一種誤差，誤差就在這體現，所以說擴展卡爾曼濾波是一種近似，這種近似是有誤差的，誤差來源就在
相關文章
- 1. 卡爾曼濾波與擴展卡爾曼濾波
- 2. 卡爾曼濾波系列——（二）擴展卡爾曼濾波
- 3. 擴展卡爾曼濾波EKF
- 4. 擴展卡爾曼濾波（EKF）仿真
- 5. 擴展卡爾曼濾波器
- 6. 關於擴展卡爾曼濾波
- 7. 卡爾曼濾波原理(二)：擴展卡爾曼
- 8. 淺析卡爾曼濾波器與擴展卡爾曼
- 9. 初學者的卡爾曼濾波——擴展卡爾曼濾波（一）
- 10. 卡爾曼濾波(4)：拓展卡爾曼濾波
- 更多相關文章...
- • Kotlin 擴展 - Kotlin 教程
- • Swift 擴展 - Swift 教程
- • NewSQL-TiDB相關
- • RxJava操作符（三）Filtering
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 卡爾曼濾波與擴展卡爾曼濾波
- 2. 卡爾曼濾波系列——（二）擴展卡爾曼濾波
- 3. 擴展卡爾曼濾波EKF
- 4. 擴展卡爾曼濾波（EKF）仿真
- 5. 擴展卡爾曼濾波器
- 6. 關於擴展卡爾曼濾波
- 7. 卡爾曼濾波原理(二)：擴展卡爾曼
- 8. 淺析卡爾曼濾波器與擴展卡爾曼
- 9. 初學者的卡爾曼濾波——擴展卡爾曼濾波（一）
- 10. 卡爾曼濾波(4)：拓展卡爾曼濾波