卡尔曼滤波的解决的本质问题是,在线性高斯模型中,我们不完全相信传感器的测量值,而是认为测量值存在误差。 引入一个预估值,综合两者得到更准确的值。
首先,在学习卡尔曼滤波之前,为了更好的推导卡尔曼模型,我们先对曾经学过的数学知识做复习。
一、知识复习
1、期望
样本遵循一定分布,例如打靶,落点肯定分布在靶心周围, 又例如测量一个长度,长度肯定在标准尺寸附近浮动。 这个值就是期望
对于期望的计算,其实很简单,就是计算样本的平均值。
2、方差
方差是统计学和概率论中反应一组数据的离散程度的度量。
样本方差:
标签:期望,复习,方差,卡尔曼滤波,样本,测量 From: https://www.cnblogs.com/chenxinblog/p/18327298