如何在卡尔曼滤波器中建模不可预测的噪声?
背景: 我正在实现一个简单的卡尔曼滤波器,用于估计机器人的前进方向。该机器人配有指南针和陀螺仪。 我的理解: 我想代表我的国家作为一个2D向量,其中X是当前的前进方向和 ˙ X是旋转速率报告的陀螺仪。(x,x˙)(x,x˙)(x, \dot{x})xxxx˙x˙\dot{x} 问题: 如果我的理解是正确的,则过滤器中将没有控制项。是真的吗 如果将状态作为一维矢量(x )怎么办?然后呢我˙ X变,控制项ú?这两种方法会产生不同的结果吗?uuu(x)(x)(x)x˙x˙\dot{x}uuu 众所周知,当指南针处于扭曲磁场中时,主要噪声源来自指南针。在这里,我认为高斯噪声不太明显。但是磁失真是完全不可预测的。我们如何在卡尔曼滤波器中对其建模? 在卡尔曼滤波器中,是否有必要假设“所有噪声都是白色的”?说,如果我的噪声分布实际上是拉普拉斯分布,是否仍可以使用卡尔曼滤波器?还是我必须切换到另一个滤波器,例如扩展卡尔曼滤波器?