我最近在一个以随机速度和加速度测量粒子位置的简单示例上实现了卡尔曼滤波器。我发现卡尔曼滤波效果很好,但是随后我问自己,做一次移动平均线有什么区别?我发现,如果我使用约10个样本的窗口,则移动平均值优于Kalman滤波器,并且我试图寻找一个使用Kalman滤波器时仅使用移动平均值的优势的示例。
我觉得移动平均值比卡尔曼滤波器直观得多,您可以盲目地将其应用于信号,而不必担心状态空间机制。我觉得我在这里缺少一些基本的东西,希望有人能提供任何帮助。
2
类似的问题:卡尔曼滤波器和移动平均值之间有什么区别?。
—
RioRaider2012年
我看到了这篇文章,但我的问题是想举一个卡尔曼滤波器何时能给我比移动平均值更好的结果的例子。
—
dvreed77 2012年
如果移动平均数在您的应用程序中足够,则可以使用它,您不需要卡尔曼滤波器(KF)。在某些假设下, KF会提供最佳估计。这些假设在您的应用程序中不成立,或者应该检查您的KF实现。
—
阿里
这些假设是什么?高斯噪声?如果是这样,这就是我的模拟添加的内容。我的代码是从信号处理类提供给我的代码的稍微修改后的版本,我已经将其与其他几个来源进行了比较,并且我的更新和预测公式应该正确。我想知道移动平均值表现更好的原因是因为它使用的是过去10个样本,而不是KF使用的最后一个样本。尽管我认为每个其他样本的误差协方差都越来越严格,所以我对MA如何做得更好感到困惑。
—
dvreed77 2012年
如果有所不同,那么当我说“表现优于大市”时,我的意思是,使用移动平均线的MSE较小。
—
dvreed77 2012年