我的意思是：
过程噪声协方差矩阵Q和测量噪声协方差矩阵R
< br随时步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？
#1 楼
粗略地说，它们就是系统中的噪声量。过程噪声是过程中的噪声-如果系统是在巡航控制下在州际公路上行驶的汽车，则由于颠簸，山坡，风等因素，速度会有细微的变化。 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的速度与y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]。平方是因为方差是标准偏差的平方。
Q在状态空间中，R在测量空间中。在上面的示例中，我们的状态可能只是位置$ [x，y] ^ T $，而测量空间是速度$ [v] $。这是有问题的，因为这不是x和y的速度-您需要转换标题。卡尔曼滤波器矩阵H用于进行这种转换，在非线性系统中，您往往不得不以某种方式对其进行线性化。
无耻的插件：我有关卡尔曼滤波器的免费书对此进行了详尽介绍详细信息：https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python
评论
$ \ begingroup $
这本书看起来很棒！
$ \ endgroup $
–罗伊
15年7月3日在18:57
$ \ begingroup $
如果您的测量变量是状态变量，那是否表示[Q] = [R]？
$ \ endgroup $
–贾斯汀·波罗密欧（Justin Borromeo）
20-2-5在5:08
$ \ begingroup $
感谢您睁开眼睛
$ \ endgroup $
– jomegaA
20-2-5在8:52
评论
出色的直观说明！我还有两个问题1.首先，假设加速度协方差矩阵的1,3元素的协方差是什么意思？ 2.其次，如何调整算法第一步的观测噪声协方差矩阵？如果这需要大量的计算工作或数学运算，那么当尝试观察多自由度振动系统时，有哪些好的典型值？非常感谢。@georgep切勿发布后续问题作为答案。请提出一个新问题，但在执行操作时可能会链接到该问题。