python - 如何为卡尔曼滤波器定义状态转移矩阵？

Question

我正在尝试了解Kalman Filter，有些术语我无法理解。

我正在阅读有关动力学模型转换矩阵(4x4)的文章。它说此矩阵会将下面的方程式映射到状态分量。这些方程是简单的物理方程:

xt = x(t-1) + vx(dt)
yt = y(t-1) + vy(dt)
dt = 1

代表此的代码如下:

dt = 0.1
DT = np.matrix([[1.,0.,dt,0],[0.,1.,0.,dt],[0.,0.,1.,0.],[0.,0.,0.,1.]])

有人可以帮我理解吗？这表示到底是什么？

Answer 1

因此，转移矩阵描述的是从一个时间点i到下一个i + 1的自发转移。假设您有一个小机器人穿过您的房屋。然后有时它会在地板上滑动一点，因为它并不总是具有良好的附着力。转换矩阵尝试对其建模。

然后在卡尔曼滤波器的多个部分中使用过渡模型。首先，描述时间点i时机器人的方差和位置。这是制定传感器模型的预测误差(卡尔曼增益)的一部分，以最大程度地减少下一个度量的方差。

从根本上讲，它是卡尔曼滤波器的重要组成部分，也是一个琐碎的部分。它只是试图模拟一段时间内的自发转变(也就是滑动，滑移，被风 push ...)

请进一步询问是否有帮助。