扩展卡尔曼滤波

资 源 简 介

卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全包含噪声的测量(英文:measurement)中，估计动态系统的状态。这种滤波方法以它的发明者鲁道夫.E.卡尔曼（Rudolf E. Kalman）命名。然而简单的卡尔曼滤波必须应用在符合高斯分布的系统中，后期的学者对其进行了多方面的改进，其中之一就是扩展卡尔曼滤波，可应用于时间非线性的动态系统

详 情 说 明

在本文中，我们将介绍卡尔曼滤波器，这是一种高效的递归滤波器（自回归滤波器）。它能够从一系列不完全包含噪声的测量（称为“measurement”）中，估计出动态系统的状态。这种滤波方法以其发明者鲁道夫 . E . 卡尔曼（Rudolf E. Kalman）的名字命名。然而，简单的卡尔曼滤波只能应用于符合高斯分布的系统。随后的研究者对其进行了多方面的改进，其中之一是扩展卡尔曼滤波，可应用于时间非线性的动态系统。扩展卡尔曼滤波是一种常用的非线性滤波器，其基本思想是通过线性化来逼近非线性系统，从而将其转化为线性问题。这种滤波方法相比传统的卡尔曼滤波，具有更好的适应性和更高的准确性。因此，扩展卡尔曼滤波在各种实际应用中广泛使用，例如机器人导航、航空航天和自动驾驶等领域。