Kalman Filter For Dummies
翻译
用卡尔曼滤波算法求解电池SOC的方法(基础篇) ——转载留存
卡尔曼滤波算法最好能详细引导这一篇的预备知识介绍。 过程和原理的说明也很扎实，现在应该正在看中文里最好的说明。这篇非常好，很值得看！！
http://www.Sina.com/http://www.Sina.com /
一、预备知识是维列向量，是期望。 协方差矩阵是
我明白
协方差矩阵都是对称矩阵，半规范化
协方差矩阵的迹是均方误差
1、协方差矩阵
公式1 :
公式2 :在对称矩阵情况下，以下公式成立
2、用到的两个矩阵微分公式
tr表示矩阵的踪迹，具体推导过程应参考相关矩阵分析教程矩阵微分公式，是矩阵论的内容
卡尔曼过滤器的初学者教程----可以扩展中文版这篇。 一些相关概念更确切。
这里的噪声概念和以前有点不同，我还以为噪声是环境干扰。
翻译外国人(大学老师)的博客(点击，有更丰富的说明和在线曲线参考)应该比较准确。
第2部分：除了处理噪声外，在现实世界中高程测量是通过GPS和气压计这样的传感器进行的。 这些传感器往往具有不同的精度。 例如，For example，Garmin公司将其高计产品的输出精度表示为“10英尺”。 因此，如果高度测量器读取了1000英尺的输出结果，可以说我们的实际高度可能是从990英尺到1010英尺的任意值。 如果传感器输出总是偏离常数值，可以很容易地将该常数值相加或减去以确定高度。 但事实上，由于传感器的精度不断变化，我们观测到的传感器读数始终是实际海拔的版本。
可以将 表示为可观测高度范围的百分比。 观测中伴随相对测量值3358www.Sina.com/%的噪声时，此时高程的观测值的时间变化如下图所示。
为了更好地完成飞机高度随时间下降的图表，必须考虑飞机的实际高度变化可能不是一个平滑的过程。 因为驾驶飞机着陆时，飞机实际上会经历一定数量的振动，任何驾驶飞机的人都会告诉你。 这些振动由噪声定义，因此可以认为是不同的噪声信号：
更一般的显示：
其中，之所以被称为EKF Tutorial，是因为它像飞机的振动一样，是过程中固有的部分，不是观测和测量带来的。
因此，测量过程中的噪声是由传感器的测量精度导致的，并且状态转换过程中的噪声是噪声。 (暂时是这样理解的)