Howtosignalprocessing
- Qu'est-ce que la matrice de covariance dans le filtre Kalman?
- Qu'est-ce que la matrice de covariance du bruit?
- Qu'est-ce que le bruit de processus dans le filtre Kalman?
- Comment calculer le bruit du processus?
Qu'est-ce que la matrice de covariance dans le filtre Kalman?
Cette incertitude peut être représentée par une matrice connue sous le nom de matrice de covariance d'État, P. La matrice de covariance de l'État se compose des variances associées à chacune des estimations de l'État ainsi que de la corrélation entre les erreurs dans les estimations de l'État.
Qu'est-ce que la matrice de covariance du bruit?
La covariance du processus agit comme une matrice de pondération pour le processus système. Il relie la covariance entre le ith et le jth élément de chaque vecteur de bruit de processus. Il est défini comme: σij = cov (→ xi, → xj) = e [(→ xi - μi) ⋅ (→ xj - μj)]
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 calculer le bruit du processus?
Par exemple, si votre état est [x, dx / dt], alors un modèle de bruit de processus commun (appelé la vitesse presque constante) est q = [t ^ 3/3, t ^ 2/2; T ^ 2/2, t] q (en matlab) où q est un paramètre de mise à l'échelle positif et t est le temps d'échantillonnage.
