logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

2.卡尔曼滤波理论基础之最优估计(最小二乘估计<下>)

文章目录五、加权的最小二乘法六、递推最小二乘估计(RLS)又一个例子七、最小二乘法总结五、加权的最小二乘法       上一篇文章介绍了最小二乘估计的基本原理和估计精度,并且举了例子来说明这个最小二乘估计是如何应用的。在上一篇最后,我提了一个概念,就是最小二乘估计精度不高。为什么这么说呢?还是用一个例子来说明吧。 &n

#线性代数#矩阵#概率论 +1
5.卡尔曼滤波之实例分析

目录实例一、线性定常系统实例一、线性定常系统线性定常系统,就是上一篇文章中的Φk,k−1\Phi_{k,k-1}Φk,k−1​是一个常值。为了更简单些,观测也用直接观测好了。于是这个定常系统可以这样表示:Xk=ΦXk−1+Wk−1X_k=\Phi X_{k-1}+W_{k-1}Xk​=ΦXk−1​+Wk−1​Zk=Xk+VkZ_k=X_k+V_kZk​=Xk​+Vk​这里的Φ\PhiΦ是常数了,观

#线性代数#矩阵#概率论 +1
到底了