pykalman 标准 filtercorrect 模块中的“观察偏移”和“预测状态均值”是啥意思？

Posted 2023-02-21

【中文标题】pykalman 标准 filtercorrect 模块中的“观察偏移”和“预测状态均值”是啥意思？

【英文标题】：what does "observation offset" and "predicted state mean" mean in pykalman standard filtercorrect module?pykalman 标准 filtercorrect 模块中的“观察偏移”和“预测状态均值”是什么意思？

【发布时间】：2014-07-14 12:10:27

【问题描述】：

我正在使用一个模块 pykalman，在该模块中我在 pyklaman.standard 中导入了一个名为 _filter_correct 的函数，以更正我的预测数据。

函数中有参数，即使尝试了解函数背后的内容，我也无法理解。

他们说：

observation_offset 在时间 t 观察时偏移 predict_state_mean 是 t 给定来自 times[0...t-1] 的观察值时的状态平均值。 我了解其他参数

顺便说一下，我正在连接一个 7 天 6 小时前的单变量参数（风速）！

你能帮我看看这个函数的参数吗？

【问题讨论】：

请在代码标签周围加上代码。并且参数应该在模块的文档中描述，所以请阅读。

你能再粗鲁一点吗？我喜欢粗鲁的人！我的问题是我不明白解释中的观察偏移是什么意思！没有愚蠢的问题只是不要自大！

我怎么粗鲁了？我什至说“请”。你的英语很差，所以我不清楚这个问题，所以我建议你阅读文档，因为那是描述参数的地方。抱歉，我想我想帮忙。

【参考方案1】：

据我了解，observation_offset 实际上是测量的噪声平均值。卡尔曼要求噪声为零均值高斯信号，其中偏移量会破坏预测，库自己消除了偏移量，因此要求您之前给出值。 （但我认为没有必要，因为我猜它无论如何都会计算它。之前给出它只会帮助第一次迭代。但不确定因为文档非常差。假设的另一个线索是他将 NULL 指定为默认值，所以NULL应该不是问题）

例如，如果您的温度计始终给出real_temperature + 2 + zero_mean_gaussion_noise 的结果，那么您的observation_offset 必须为2 才能将噪声降低到零均值。 Here你可以找到更详细的信息。

我再次假设（因为到目前为止无法通过谷歌搜索找到任何 predict_state_mean）predicted_state_mean 顾名思义就是预测结果值。卡尔曼滤波器有两个阶段；预测和更新。在根据您的系统动态进行预测时，在了解当前状态的情况下，您正在预测下一个状态。

例如，如果您的汽车在 0 点并以 5 个单位/秒的速度行驶，那么 2 秒后您的汽车将在 10 点。卡尔曼首先预测此信息，然后比较预测和观察到的（您的传感器数据）结果处于更新状态。

【讨论】：

很好，感谢您的解释