大发bet手机版官方网站-sunbet手机版本苹果

空气净化器传感器-新风系统/扫地机器/吸尘器传感器 专注研发、生产与销售激光/红外PM2.5传感器、PM2.5检测仪 | 城市PM2.5指数 | 常见问答 | English
大发bet手机版官方网站 > 技术文档 > 一种基于FIFO机制的卡尔曼滤波新方法

一种基于FIFO机制的卡尔曼滤波新方法

更新时间: 2019-07-02 21:29 来源: 网络 编辑: 传感器工作原理 阅览:次 ? 技术文档
 

简单来说,卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题,他是最优,效率最高甚至是最有用的。他的广泛应用已经超过30年,包括机器人导航,控制,传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。  最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联卡尔曼滤波的结果  

科学家Kолмогоров等人的研究工作,后人统称为维纳滤波理论。从理论上说,维纳滤波的最大缺点是必须用到无限过去的数据,不适用于实时处理。为了克服这一缺点,60年代Kalman把状态空间模型引入滤波理论,并导出了一套递推估计算法,后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则,来寻求一套递推估计的算法,其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。它适合于实时处理和计算机运算。

卡尔曼滤波的实质是由量测值重构系统的状态向量。它以“预测—实测—修正”的顺序递推,根据系统的量测值来消除随机干扰,再现系统的状态,或根据系统的量测值从被污染的系统中恢复系统的本来面目。

 一种基于FIFO机制的卡尔曼滤波新方法 一种基于FIFO机制的卡尔曼滤波新方法 一种基于FIFO机制的卡尔曼滤波新方法

勒夫迈传感器在线申请样品

勒夫迈传感器产品优势

大发bet手机版官方网站|sunbet手机版本苹果

XML 地图 | Sitemap 地图