扩展卡尔曼滤波(Extended Kalman Filter, EKF):理论和应用 |
您所在的位置:网站首页 › 非线性滤波理论 › 扩展卡尔曼滤波(Extended Kalman Filter, EKF):理论和应用 |
协方差预测: P k − = A k P k − 1 A k T + Q k \begin{equation} P_{k}^- = A_{k} P_{k-1} A_{k}^T + Q_{k}\end{equation} Pk−=AkPk−1AkT+Qk 其中, A k A_{k} Ak 是状态预测函数 f ( ⋅ ) f(\cdot) f(⋅) 的雅可比矩阵,计算公式为: A k = ∂ f ∂ x ∣ x ^ k − 1 , u k − 1 \begin{equation}A_{k} = \frac{\partial f}{\partial x}\Big|_{\hat{x}_{k-1}, u_{k-1}}\end{equation} Ak=∂x∂f x^k−1,uk−1 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |