在位置估計中使用卡爾曼濾波器

Question

我一直在試圖理解卡爾曼濾波器以及如何使用它。我打算用java編寫它。

我有實時位置（經度，緯度）和速度數據。我需要找到移動物體的下一個位置。地點是準確的，位置數據中沒有噪音。我想使用卡爾曼濾波器的原因是估計物體下一個可能的位置。我無法理解如何將值賦予矩陣（轉換，測量等）。

我需要你的幫助來創建和理解矩陣的結構。我也對新算法的建議持開放態度。

Answer 1

你可以看看一些開源實現。所述ASF提供以下內容：

• http://commons.apache.org/proper/commons-math/apidocs/org/apache/commons/math3/filter/KalmanFilter.html
• http://commons.apache.org/proper/commons-math/userguide/filter.html#a17.2_Kalman_Filter

下面的代碼說明了如何執行預測的/正確的週期：

for (;;) { 
    // predict the state estimate one time-step ahead 
    // optionally provide some control input 
    filter.predict(); 

    // obtain measurement vector z 
    RealVector z = getMeasurement(); 

    // correct the state estimate with the latest measurement 
    filter.correct(z); 

    double[] stateEstimate = filter.getStateEstimation(); 
    // do something with it 
}