本文主要推導高斯分布(正態分布)的乘積,以便能更清楚的明白Kalman濾波的最后矯正公式。
Kalman濾波主要分為兩大步驟:
1.系統狀態轉移估計;
2.系統測量矯正。
在第2步中的主要理論依據就是兩個獨立高斯分布的乘積如何計算的問題,即如何融合 估計值 和 觀測值 得到系統狀態的最優估計。
高斯分布的概率密度函數:
參考鏈接:兩個高斯分布乘積的理論推導
其他文獻:兩個高斯函數的卷積仍為一高斯函數
本文主要推導高斯分布(正態分布)的乘積,以便能更清楚的明白Kalman濾波的最后矯正公式。
Kalman濾波主要分為兩大步驟:
1.系統狀態轉移估計;
2.系統測量矯正。
在第2步中的主要理論依據就是兩個獨立高斯分布的乘積如何計算的問題,即如何融合 估計值 和 觀測值 得到系統狀態的最優估計。
高斯分布的概率密度函數:
參考鏈接:兩個高斯分布乘積的理論推導
其他文獻:兩個高斯函數的卷積仍為一高斯函數
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。