卡爾曼濾波推導+貝葉斯濾波推導+粒子濾波推導

一、Kalman Filter 1、前言 1、兩個傳感器測量同一個信號，爲了減小誤差我們可以採用取平均的方式，進一步的我們採用加權平均（由方差大小分配），加權平均是一種靜態分配方式。方差是隨外界環境而變的，加權值也應該隨之改變，這就是卡爾曼濾波出現的原因，它是一種動態更新加權值，不斷迭代的算法。卡爾曼是對模型預測值以及傳感器觀測值加權平均，模型只有一個步長，x(k-1)得到x(k)，其中x(k-1

>>阅读原文<<