全国咨询热线:020-83706905     手机:18802091429 专注于光学PM2.5颗粒物浓度传感器 | English

一种基于FIFO机制的卡尔曼滤波新方法

更新时间: 2019-07-02 21:29 来源: 网络 阅览: ↻ 技术文档
 

简单来说,卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题,他是最优,效率最高甚至是最有用的。他的广泛应用已经超过30年,包括机器人导航,控制,传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。  最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联卡尔曼滤波的结果  

科学家Kолмогоров等人的研究工作,后人统称为维纳滤波理论。从理论上说,维纳滤波的最大缺点是必须用到无限过去的数据,不适用于实时处理。为了克服这一缺点,60年代Kalman把状态空间模型引入滤波理论,并导出了一套递推估计算法,后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则,来寻求一套递推估计的算法,其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。它适合于实时处理和计算机运算。

卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推,根据系统的量测值来消除随机干扰,再现系统的状态,或根据系统的量测值从被污染的系统中恢复系统的本来面目。

 一种基于FIFO机制的卡尔曼滤波新方法 一种基于FIFO机制的卡尔曼滤波新方法 一种基于FIFO机制的卡尔曼滤波新方法

勒夫迈传感器在线申请样品

勒夫迈传感器产品优势

气体传感器模块推荐MORE>>