关于卡尔曼滤波算法的请教

梁小哥

关于卡尔曼滤波算法的问题，看了用这个算法处理的角度与角速度数据处理，

卡尔曼滤波算法可以处理两个不相关的数据吗？可以用来处理一个数据吗？是不是处理不同的数据的卡尔曼滤波算法不同？求指点

正点原子

帮顶。。。。

MJM

有眉目没，我也在琢磨这个一个变量怎么用卡尔曼。。。

梁小哥

回复【3楼】MJM:
---------------------------------
没有查不到资料，最近在研究LCD呢

MJM

回复【4楼】梁小哥:
---------------------------------
我查到了一些资料，但是算不出东西来。

yuzeyuan1

回复【5楼】MJM:
---------------------------------
我感觉好像不能额。。真的找不到资料。
上面那一大堆代码用在平衡小车上的。
有个哥写的《新手平衡小车的卡尔曼滤波算法总结》，哪里是新手。。。
我感觉代码能这么写是因为在平衡车上：加速度方向只考虑前倾和后倾，角速度方向也是只考虑前倾和后倾。两个一致所以可以用以上代码。如果考虑的方向不同，这个代码是不能用的。比如我现在做个东西，加速度只考虑前后轴，角速度只考虑左右转，完全没法用以上代码。
卡尔曼滤波是最优估计，如果只有一个量，它拿谁做比较啊。起码要有个相关量吧。

MJM

回复【6楼】yuzeyuan1:
---------------------------------
http://bbs.elecfans.com/jishu_484132_1_1.html  //这是一个例子，但是拷贝下来输出nan,可能是我带入的有问题或者其他原因。

/*-------------------------------------------------------------------------------------------------------------*/
/*        
        Q:过程噪声，Q增大，动态响应变快，收敛稳定性变坏
        R:测量噪声，R增大，动态响应变慢，收敛稳定性变好        
*/

double KalmanFilter(const double ResrcData,double rocessNiose_Q,double MeasureNoise_R)
{
        double R = MeasureNoise_R;
        double Q = rocessNiose_Q;

        static double x_last;

        double x_mid = x_last;
        double x_now;

        static double p_last;

        double p_mid ;
        double p_now;
        double kg;        

        x_mid=x_last;  //x_last=x(k-1|k-1),x_mid=x(k|k-1)
        p_mid=p_last+Q;  //p_mid=p(k|k-1),p_last=p(k-1|k-1),Q=噪声
        kg=p_mid/(p_mid+R);  //kg为kalman filter，R为噪声
        x_now=x_mid+kg*(ResrcData-x_mid);//估计出的最优值
                
        p_now=(1-kg)*p_mid;//最优值对应的covariance        

        p_last = p_now; //更新covariance值
        x_last = x_now; //更新系统状态值

        return x_now;                
}


//这个倒是切切实实有效果，效果明显。但是不确定是不是卡尔曼。

正点原子

帮顶。。。。。