卡尔曼滤波算法介绍目录 Contents状态估计原理简介二卡尔曼滤波算法数学推导 四卡尔曼滤波的典型应用 多传感器数据融合处理 五滤波算法简介 一卡尔曼滤波引例 温度测量 三 目 录 一：滤波简介滤波：通过一定的算法将信号中特定波段频率滤除，排除可能的随机干扰，提高检测精度的一种手段。功能: 平滑、预测，微分、积分、信号分离和噪声抑制等功能。信号种类数字滤波：使用软件编程/可编程逻辑器件设计模拟滤波：采用电容，电阻和电感的组合来完成。 算法(频域/时域)经典滤波：信号和噪声处于不同的频带。 高通、低通、带通、带阻滤波器。现代滤波：利用信号和噪声的随机统计特性。 维纳滤波，Kalman滤波，自适应滤波，小波变换等二：状态估计原理简介 状态估计是卡尔曼滤波的重要组成部分。定量判断 随机状态量(很难直接得到) 观测数据(可以直接得到)估计问题：例如，飞机实时的位置、速度等状态参数需要通过雷达或其它 测量装置进行观测，而雷达等测量装置也存在随机干扰，因此在观测到飞机的位置、速度等信号中就夹杂着随机干扰，要想正确地得到飞机的状态参数是不可能的，只能根据观测到的信号来估计和预测飞机的状态。二：状态
