Howtosignalprocessing
- Por que a matriz de covariância é usada no filtro Kalman?
- Qual é a matriz estadual no filtro Kalman?
- O que significa covariância no filtro Kalman?
- O que é uma matriz de covariância de ruído?
Por que a matriz de covariância é usada no filtro Kalman?
O filtro Kalman (KF) é um esquema recursivo que propaga uma estimativa atual de um estado e a matriz de covariância do erro desse estado adiante no tempo. O filtro combina de maneira ideal as novas informações introduzidas pelas medições com informações antigas incorporadas no estado anterior com uma matriz de ganho Kalman.
Qual é a matriz estadual no filtro Kalman?
A matriz de transição do estado descreve como seus estados se propagam com o tempo, dado um estado inicial. Para um sistema linear de invariante no tempo (LTI), esta é uma matriz constante. Por exemplo, supondo que eu tenha um modelo LTI de tempo discreto bidimensional, dado abaixo: x (k+1) = x (k) ---- (1) y (k+1) = y (k)+2x ( k) ----- (2)
O que significa covariância no filtro Kalman?
A matriz de covariância usada no filtro Kalman representa o erro de um conjunto de dados distribuído gaussiano multidimensional.
O que é uma matriz de covariância de ruído?
A covariância do processo atua como uma matriz de ponderação para o processo do sistema. Relaciona a covariância entre o Ith e o JTH elemento de cada vetor de processos que ruiva. É definido como: σij = cov (→ xi, → xj) = e [(→ xi -μi) ⋅ (→ xj -μj)]
