The Kalman filter is a align alman alguages are as a expect for expecting the continuation of a Dulman from the Dignal from the Churation. ตัวกรอง Kalman เป็นอัลกอริทึมที่ใช้ในการประเมินสภาพความไวต่อการเกิดสัญญาณรบกวน ซึ่งมีการใช้งานอย่างกว้างขวางในระบบติดตามตามเวลาจริง เช่น การนําร่อง, หุ่นยนต์, และ สภาวะที่ใช้งานอยู่ บทความนี้ จะสํารวจหลักการทางคณิตศาสตร์เบื้องหลังตัวกรองคาลแมน และการใช้จริง ๆ

มูลนิธิคณิตศาสตร์

The Kalman filter ดําเนินการในระบบที่จําลองโดยสมการเชิงเส้น. สถานะของระบบในเวลา [FLT: 0] k[FLT: 1). partyle (FLT:1]. parts example (FLT:2]. ตัวแปรนี้บรรยายโดย:

[[FLT: 0]]. . . . . . . . . . . .

โดย [FLT: 0] A (FLT:4) เป็นเมทริกซ์เปลี่ยนสภาพรัฐ (FLT:1) (FLT:2) B เป็นเมทริกซ์ป้อนข้อมูลแบบควบคุม (FLT: 4) ยู[FLT: 5] (FLT: 5] k[FLT: 6][FLT: 7] เป็นเวกเตอร์ที่ควบคุม [FLT][FT][FT][FLLL[FLLLLLLLLLLLL] [F]]] เป็นรุ่นเสียงรบกวน (FTLLLLLLLLLLL]].

[[FLT: 0]]. สืบค้นเมื่อ 20 พฤษภาคม พ.ศ.

โดย[FLT: 0] H เป็นเมทริกซ์วัด และ V. k) เป็นเสียงวัด (FLT:5]. ตัวกรองประเมินสถานะโดยการทํานายแบบคาดการณ์และปรับโครงสร้างใหม่.

การ ขาด ความ อิ่ม ใจ พอ ใจ ที่ ใช้ ได้

การ วัด ความ จํา ของ คุณ จะ ทํา ให้ คุณ มี ความ มั่น ใจ มาก ขึ้น ได้ อย่าง ไร?

สมการหลักก็คือ

  • พรีโซชัน: [[FLT: 0]] [[FLTT:1] x] kk1 = A[FLTT: 4]]. k-1k-1k-1[FLTTTIF] + B[FLTT: 6]. ⁇ 1[FLLTTT: 7] [FLT] [FTT]]
  • ปรับปรุง:[FLT: 0]] [FLT]] kg = x[FLT][FT]] ⁇ kkkk (FLLTTT: 5]] +[FLTTT: 6][FLTT:7][FLTT][FLT][FLLT][FLLLT] [ ⁇ [ ⁇ [FLTLLL]] [ ⁇ ] [ ⁇ ] [ ⁇ ] [ ⁇ ] [ ⁇ ] [ ⁇ ] [ ⁇ ] [2] [2] [2]] [2] [2]] [2]] [2] หน้า 1 กรกฎาคม พ.

โดย[FLT: 0] K k เป็นค่าของ Kalman รับ, คํานวณว่าค่าความผันผวนของข้อผิดพลาดลดลงต่ําน้อยน้อย. เหมาะเจาะของโพรเซสและการวัดสัญญาณรบกวน องค์ประกอบความเหลื่อมล้ําของประสิทธิภาพสูงสุด

โปรแกรมต่าง ๆ

ตัวกรอง Kalman ถูกใช้ในโปรแกรมติดตามตามเวลาจริงหลายโปรแกรม รวมถึง:

  • ระบบนําทางสําหรับยานพาหนะอัตโนมัติ
  • วัตถุที่ติดตามอยู่ในเรดาร์และโซนาร์
  • หุ่น ยนต์ สําหรับ การ ทํา ให้ ท้อง ถิ่น เป็น ที่ รู้ จัก และ การ ทํา แผนที่
  • การวิเคราะห์ตลาดการเงิน