由于工作需要,最近需要用到一种数字滤波算法,经过与高手的交流,研究了高斯滤波算法和卡尔曼滤波算法;后来还是选择卡尔曼算法;因为他的思想比较简单,也是比较稳定的;他可以不断校正,不断更新;但是有一定的弊端;比如我们在测量之前还要测量一些数据作为他的Q因子(即过程激励方差)和R因子;由于工作需要,最近需要用到一种数字滤波算法,经过与高手的交流,研究了高斯滤波算法和卡尔曼滤波算
由于工作需要,最近需要用到一种数字滤波算法,经过与高手的交流,研究了高斯滤波算法和卡尔曼滤波算法;后来还是选择卡尔曼算法;因为他的思想比较简单,也是比较稳定的;他可以不断校正,不断更新;但是有一定的弊端;比如我们在测量之前还要测量一些数据作为他的Q因子(即过程激励方差)和R因子;由于工作需要,最近需要用到一种数字滤波算法,经过与高手的交流,研究了高斯滤波算法和卡尔曼滤波算