卡尔曼滤波器中的 dt

Posted

技术标签:

【中文标题】卡尔曼滤波器中的 dt【英文标题】:dt in the Kalman Filter 【发布时间】:2021-06-30 21:59:45 【问题描述】:

我是卡尔曼滤波器的假人。我的问题是关于卡尔曼滤波器预测步骤中的 dt。在使用协方差矩阵和一些不确定性的东西初始化卡尔曼滤波器之后,预测函数通常将 dt 作为输入,但 filterpy 实现不将 dt 作为输入。卡尔曼滤波器是否必须在预测步骤中采用 dt 让我感到困惑。这是 filterpy 的实现: https://github.com/rlabbe/filterpy/blob/master/filterpy/kalman/kalman_filter.py 。另外,我不确定用户是否在调用预测函数之前更新了转换矩阵。

【问题讨论】:

【参考方案1】:

F 是用于离散转换矩阵的符号,因此它已经涉及 dt 并且在您提供的链接中给出的示例代码中可以看到。如果 dt 不是 const F,则您的假设是正确的,应在调用 predict 之前重新计算(在此特定示例中)。有时 dt 可以是 const 并且如果模型是线性 F 只能在过滤器初始化阶段计算一次

【讨论】:

以上是关于卡尔曼滤波器中的 dt的主要内容,如果未能解决你的问题,请参考以下文章

如何从卡尔曼滤波器估计部分状态的概率?

python 卡尔曼滤波

在传感器融合的情况下使用哪种滤波器?

粒子滤波 PF——在机动目标跟踪中的应用(粒子滤波VS扩展卡尔曼滤波)

粒子滤波 PF——在机动目标跟踪中的应用(粒子滤波VS扩展卡尔曼滤波)

粒子滤波 PF——在机动目标跟踪中的应用(粒子滤波VS扩展卡尔曼滤波)