我想如何确定噪声参数（假设有地面真实性），是在改变噪声参数的同时，用EKF多次运行数据并最小化均方误差。
/>
这是确定预记录数据集噪声的可接受方法吗？仅根据数据集确定最佳噪声值是否有更好的方法（或其他方法）？
#1 楼
是的，这种方法可以给您合理的噪声估计。请注意，它容易出现系统错误。例如，如果您在有风扇的情况下驾驶四旋翼飞行器。这通常会在您的发现中显示出来，这通常是不希望的。这样，您可以使用前向后向算法来提高估算值。该算法的命名是因为它由前向通过和后向通过组成。正向传递基本上只是卡尔曼滤波器的一种应用，您可能已经意识到，它仅包含直到估计状态的时间步之前可用的数据。然后，后向传递通过包括在所讨论的时间之后可用的数据来改善这些估计。
我只对KF（即非EKF）使用了前向后向算法。因此，我不知道使用EKF时的确切实现细节。但是，确实有一些有关该主题的文献。
编辑：当我进一步思考这个问题时，我想到可以使用期望最大化（EM）和协调下降（CD）自动确定噪声参数。该过程会将过程模型（称为P）和观察模型（称为O）的协方差矩阵视为EM参数，并按以下步骤进行：
矩阵之一。对示例说“ P”。然后使用EM识别O。
将步骤1中找到的O与EM一起使用，以改进P的估计。 （例如停止变化，变化很小或已最小化）。