关于联邦滤波的几个疑问

weixin_37920885 2018-03-27 03:41:11

我想用联邦滤波做SINS/GPS/DR组合导航，现在SINS/GPS子滤波器是十五维，SINS/DR是22维，能否直接对前十五维进行融合？
主滤波器不进行滤波运算，只进行融合的话，是不是先要初始化给定全局协方差Pg、全局噪声Q，然后对其进行系数分配，得到两个子滤波器所对应的协方差P1，P2以及Q1、Q2，后两个子滤波器才能进行运算？
求大神给详细解释一下。

...全文

581 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

浩子haha 2018-12-20

打赏
举报

回复

请问你找个问题解决了么，我想跟你讨论一下

哞哞陈 2018-04-01

打赏
举报

回复

引用 1 楼 CEOCAO 的回复:

不清楚…… 联邦快递和联邦滤波有什么关系吗？

有关系，前两个字一样

咸哼酒家 2018-03-28

打赏
举报

回复

不清楚…… 联邦快递和联邦滤波有什么关系吗？

将联邦滤波器整理如下，但因为可参考的材料太少，所以也并不一定完全正确，仅供参考。目录：联邦滤波器关键技术一般结构工作流程 1 联邦滤波器联邦滤波器：是一种两级滤波器，由1个主滤波器和n个子滤波器组成，子滤波器之间是平行结构。主滤波器功能：时间更新；(n+1)个滤波器的结果融合；子滤波器功能：独立的进行时间更新和状态更新/量测更新(可以选择不同的滤波算法)； 2 关键技术联邦滤波器的关键技术：方差上界消除相关；统一的信息分配原则；方差上界消除技术：首先假设子滤波器和主滤波

鉴于卡尔曼滤波算在多传感器融合系统中使用的普遍性，本文将单独就卡尔曼滤波算法及自动驾驶中常用的改进卡尔曼滤波算法进行详细介绍。

1 简介粒子滤波（Partical Filter，PF）就是通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被称为“粒子”，故叫做粒子滤波。粒子滤波(PF: Particle Filter)的思想基蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间...

卡尔曼滤波工作原理详解网上看到有不少的博客翻译 How a Kalman filter works, in pictures, 这篇文章中非常有趣的解释了卡尔曼滤波,. 但是目前很多翻译的文章中公式显示凌乱, 因此我决定重新整理一下格式. 我必须告诉你关于卡尔曼滤波器的事情，因为它的功能非常惊人。令人意外的是，几乎没有软件工程师和科学家真正理解卡尔曼滤波器，这让我很难过，因为它是一个在存在不确定性的情况下组合信息的通用而强大的工具。有时，它提取准确信息的能力似乎很神奇——如果听起来我说得太多了，那么

如何论证算法最优(Optimal)的问题？如何论证算法全局最优(Global Optimal)的问题？如何理解分布式滤波最优能达到集中式滤波的性能？各融合算法设定的条件联邦滤波（DFF）矩阵权值融合算法(DFFWM)Kalman结构分布式最优线性融合算法(DOLFE)为什么带反馈的DOLFEWF不需要计算局部滤波互协方差？那么为什么带反馈的DOLFEWF不需要计算局部滤波互协方差，是反馈解决了局部相关性的问题吗？DOLFEWF的最优性有什么前提条件吗？如何论证算法最优(Optimal)的问题？基

594

社区成员

254,047

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章