如何为扩展卡尔曼滤波器估计 R 中的参数

Posted 2023-02-21

【中文标题】如何为扩展卡尔曼滤波器估计 R 中的参数

【英文标题】：How to estimate parameters in R for extended Kalman Filter

【发布时间】：2012-01-31 14:09:33

【问题描述】：

任何人都知道如何在 R 中估计扩展 KF 的参数？请教育我，谢谢。我之前尝试过 KF，但没有为延长 KF 工作？有现成的包吗？

具体来说，我的问题是： Y(t) = F(X(t)) + w1, X(t) = 阿尔法 + 贝塔 * X(t-1) + w2，

其中F是非线性函数，假设w1和w2是独立同分布的，那么我们如何估计参数alpha，beta，以及函数F()中的几个参数。

非常感谢。

【参考方案1】：

R 取决于您的测量值和测量方式，而不是物理模型。应该是对角线。

作为过滤器的一部分，您必须计算创新。看看创新（预期测量和实际测量的误差）。对于您的 R 矩阵，该错误顺序应该没问题。

另一种思路是，R 是（测量噪声）^2 的对角线。如果您使用的是经过良好校准的相机，则误差不应超过 2 个像素。尝试给出从 1 到 3.6 的值。它应该是实验性的，但了解参数的含义也很重要。

【参考方案2】：

也许是这样>>http://www.stat.berkeley.edu/~brill/Stat248/kalmanfiltering.pdf>> 可以帮你。它是卡尔曼滤波器 r 包的概述，并且似乎在 sspir 包中包含 KF 扩展版本的一部分。