卡尔曼滤波(Kalman Filter)及无迹卡尔曼滤波(Unscented KF)

卡尔曼滤波(Kalman Filter)及无迹卡尔曼滤波(Unscented KF)

1. 卡尔曼滤波

卡尔曼滤波算法通过两阶段过程工作。对于预测阶段，卡尔曼滤波器产生对当前状态变量及其不确定性的估计。当观察到下一次测量的结果，就会使用加权平均值更新这些估计值，对确定性更高的估计值给予更多权重。

实现简单，纯时域性滤波器，不需要进行频域变换，所以在工程上有很多应用。

先来举一个实际应用中的例子：

假设有一辆汽车在路上行驶，用当前的位置和速度来表示当前的状态，写成矩阵的形式就是一个二维的列向量，这个列向量里面的两个元素就是它的两个状态，位置p和速度v，如果踩油门或者刹车就会有一个向前的加速度u，u表示车的一个控制量，如果没有踩油门也没有踩刹车，那么u就等于零，车就会做直线匀速运动；

涉及到公式不方便编辑，请看下面的图片。