卡尔曼滤波器-了解噪声协方差矩阵

卡尔曼滤波器框架中的噪声协方差矩阵有何意义？

我指的是：

• 过程噪声协方差矩阵Q和
• 测量噪声协方差矩阵R

在任何时间t。

如何解释这些矩阵？它们代表什么？他们是否谈论状态向量中一个观测值的噪声相对于另一个观测值的噪声如何变化？

粗略地说，它们就是系统中的噪声量。过程噪声在噪声过程 -如果系统是在自动巡航州际移动的汽车，将有在速度由于凸块，丘陵，风的细微变化，等等。Q表示有多少方差和协方差。Q的对角线包含每个状态变量的方差，非对角线包含不同状态变量之间的协方差（例如，x中的速度与y中的位置）。

R包含测量的方差。在上面的示例中，我们的测量可能只是速度计的速度。假设其读数的标准偏差为0.2 mph。那么R = [0.2 ^ 2] = [0.04]。平方，因为方差是标准偏差的平方。

$[x, y]^T$$[v]$

无耻的插件：我有关卡尔曼滤波器的免费书籍对此进行了详细介绍：https : //github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python