了解卡尔曼过滤器

发现现实情况，您可以在其中使用Kalman过滤器。在存在不确定和间接测量的情况下，Kalman过滤器通常用于最佳估计系统的内部状态。通过观看以下介绍性示例，了解Kalman过滤器背后的工作原理。

您将探索通常使用Kalman过滤器的情况。当只能间接测量系统状态时，您可以使用Kalman过滤器来最佳估计该系统的状态。而且，当可以使用不同传感器的测量值但要遵守噪声时，您可以使用Kalman滤波器将来自各种源的感觉数据（称为传感器融合）结合在一起，以找到对感兴趣参数的最佳估计值。

您还将通过浏览包括简单数学的一些示例来了解国家观察员。这将帮助您了解Kalman过滤器是什么以及其工作原理。在高水平上，卡尔曼过滤器是一种最佳状态估计器。这些视频还包括对非线性状态估计量的讨论，例如扩展和无知的卡尔曼过滤器。

最后，一个示例说明如何使用Kalman过滤器MATLAB估算线性系统的状态^®和Simul万博1manbetxink^®。

第1部分：为什么要使用Kalman过滤器？通过浏览一些示例来发现卡尔曼过滤器的常见用途。卡尔曼过滤器是一种最佳估计算法，用于从间接和不确定测量值中估算系统的状态。

第2部分：州观察员了解国家观察家的工作原理，并发现其背后的数学。当您无法直接测量系统时，使用状态观察者来估计系统的内部状态。

第3部分：最佳状态估计器了解Kalman如何过滤。卡尔曼过滤结合了两个信息来源，即预测的状态和嘈杂的测量，以产生最佳的无偏见估计。

第4部分：最佳状态估计算法算法发现您需要实现Kalman Filter算法的方程组。

第5部分：非线性状态估计器该视频解释了非线性状态估计器背后的基本概念，包括扩展的卡尔曼过滤器，无气体的卡尔曼过滤器和粒子过滤器。

第6部分：如何在Simulink中使用Kalman过滤器万博1manbetx使用Simulink中的Kalman滤波器估算简单摆系统的角度位置。万博1manbetx您将学习如何配置Kalman滤波器块参数，例如系统模型，初始状态估计和噪声特性。

第7部分：如何在simulink中使用扩展的卡尔曼过滤器万博1manbetx使用扩展的卡尔曼滤波器估算非线性摆系统的角度位置。您将学习如何指定扩展的Kalman滤波器块参数，例如状态过渡和测量功能，并生成C/C ++代码。