Pou*_*hor 5 android accelerometer filter kalman-filter
我正在从Android手机上研究加速度计.我希望过滤加速度计正在返回的可怕噪音,记录手机的动作.
我正在读卡尔曼滤波器,因为低通是不够的.
但我没有转型的典范,从ACCELERATION(k-1)到ACCELERATION(k),因为它是用户的运动.所以我没有状态转移矩阵(H或F在不同的论文中,在公式Xk = H Xk-1 + B命令+噪声中乘以Xk-1 )
我看到有些人在简单的例子中使用了单位矩阵.它如何适用于动态加速？
我知道卡尔曼滤波器,人们总是产生一些H矩阵,我只是不知道在我的情况下如何.
卡尔曼滤波器通常被认为是一种线性滤波器，其中您拥有所有模型矩阵，但滤波器的概念及其第一个应用程序来自非线性模型。在这种情况下，您使用函数而不是矩阵。
如果预测和更新函数是高度非线性的，您可以使用统计方法在线估计您的参数。您可以首先查看的是无迹卡尔曼滤波器，它从确定性采样技术 -无迹变换中恢复均值和协方差。我认为在你的情况下，这可能是最好的开始。
卡尔曼滤波器还有其他变体。您可以从维基百科开始，但如果您在谷歌上搜索“自适应卡尔曼滤波器”，您可以看到主题的多样性。
如果您想深入了解该主题但没有必要从所有数学开始，我推荐一本非常好的书： Phil Kim 的Kalman Filter for Beginners。还有其他可能性作为传感器融合，但它是另一个广泛的主题。