为什么我们需要估计卡尔曼滤波器的真实位置？

Question

我正在关注一个关于卡尔曼滤波器的知名教程.

从这些代码行:

figure;
plot(t,pos, t,posmeas, t,poshat);
grid;
xlabel('Time (sec)');
ylabel('Position (feet)');
title('Figure 1 - Vehicle Position (True, Measured, and Estimated)')

我明白那x是真实的位置,y是衡量位置,xhat是估计位置.那么,如果我们可以计算x(这段代码:) x = a * x + b * u + ProcessNoise;,为什么我们需要再估算x一下呢？

Answer 1

...

好的,再看看参考文章后,我想我看到了混乱.显然,本文中的程序是对线性系统的模拟(因此,它在模拟系统中重复生成新的x作为新状态).然后它还模拟x的"噪声"测量,并从该(模拟的)噪声测量中进行模拟,然后使用卡尔曼滤波器对噪声数据进行演示,以尝试估计实际(模拟)x.

因此,您询问的精确x计算只是模拟的一部分,而不是卡尔曼滤波器本身的一部分或卡尔曼滤波器算法可用的数据.