3
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。在位置估計中使用卡爾曼濾波器
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。
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。在位置估計中使用卡爾曼濾波器
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。
你可以看看一些開源實現。所述ASF提供以下內容:
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
}