- Qu'est-ce que le filtre Kalman 2D?
- Pourquoi le filtre Kalman est optimal?
- Qu'est-ce que le bruit de processus dans le filtre Kalman?
- Comment fonctionne le filtre Kalman étendu?
Qu'est-ce que le filtre Kalman 2D?
Un filtre Kalman 2D est conçu pour suivre une cible en mouvement.
Pourquoi le filtre Kalman est optimal?
Le filtre Kalman est statistiquement optimal dans un sens qu'il donne l'estimation de covariance d'erreur minimale, basée sur toutes les données d'observation disponibles au temps actuel sous le système linéaire.
Qu'est-ce que le bruit de processus dans le filtre Kalman?
Traiter le bruit
Par conséquent, lorsqu'un filtre Kalman estime le mouvement d'un objet, il doit tenir compte des écarts inconnus par rapport au modèle de mouvement. Le terme «bruit de processus» est utilisé pour décrire la quantité d'écart ou d'incertitude du véritable mouvement de l'objet du modèle de mouvement choisi.
Comment fonctionne le filtre Kalman étendu?
Le filtre Kalman étendu (EKF) gère les modèles de processus et de mesure non linéaires en recourant à la linéarisation pour la propagation de la matrice de covariance d'erreur et du calcul de gain Kalman.