სტატისტიკასა და კონტროლის თეორიაში, კალმანის ფილტრაცია, რომელიც ასევე ცნობილია როგორც ხაზოვანი კვადრატული შეფასება, არის ალგორითმი, რომელიც იყენებს დროთა განმავლობაში დაკვირვებულ გაზომვების სერიას, სტატისტიკური ხმაურის ჩათვლით და …
რას აკეთებს Kalman ფილტრები?
Kalman ფილტრები გამოიყენება ინტერესების ცვლადების ოპტიმალურად შესაფასებლად, როდესაც მათი პირდაპირ გაზომვა შეუძლებელია, მაგრამ არაპირდაპირი გაზომვა ხელმისაწვდომია. ისინი ასევე გამოიყენება მდგომარეობების საუკეთესო შეფასების მოსაძებნად სხვადასხვა სენსორების გაზომვების გაერთიანებით ხმაურის არსებობისას.
რატომ არის Kalman ფილტრი კარგი?
Kalman ფილტრები იდეალურია სისტემებისთვის, რომლებიც მუდმივად იცვლება. მათ აქვთ უპირატესობა, რომ მსუბუქი მეხსიერებით არიან (მათ არ სჭირდებათ რაიმე ისტორიის შენახვა, გარდა წინა მდგომარეობისა), და ისინი ძალიან სწრაფები არიან, რაც მათ კარგად შეეფერება რეალურ დროში პრობლემებისა და ჩაშენებული სისტემებისთვის.
რატომ არის Kalman ფილტრაცია ასე პოპულარული?
ფანჯრიანი კალმანის ფილტრის გამოყენება წარსული მდგომარეობების რელინეარიზაციისთვის ან დროის საფეხურებთან დაკავშირებული დაკვირვებების დროს, ხშირად ბევრად უფრო ადვილია ნორმალური განტოლებების გამოყენება. გარდა ამისა, კალმანის ფილტრის კოვარიანტულ მატრიცას დროთა განმავლობაში შეუძლია არადადებითი ნახევრადგანსაზღვრულობა.
რა არის Kalman ფილტრი თვალთვალისათვის?
კალმანის ფილტრი (KF) [5] ფართოდ გამოიყენება მოძრავი ობიექტების თვალყურის დევნებისთვის, რომლითაც შეგვიძლია შევაფასოთ ობიექტის სიჩქარე და აჩქარებაც კი მისი მდებარეობების გაზომვით.. თუმცა,KF-ის სიზუსტე დამოკიდებულია ნებისმიერი ობიექტისთვის წრფივი მოძრაობის დაშვებაზე.
