Algorithm · 融合与估计融合与估计

扩展卡尔曼滤波(上位机离线分析)

Extended Kalman Filter — Desktop Offline Analysis

对非线性模型在当前估计点做一阶线性化后应用卡尔曼滤波。

01

定义

对非线性模型在当前估计点做一阶线性化后应用卡尔曼滤波。

02

公式与计算

Fₖ = ∂f/∂x |x̂ₖ₋₁;Hₖ = ∂h/∂x |x̂ₖ⁻ 其余同标准 KF,用 Fₖ、Hₖ 代替
03

适用时机

姿态估计(AHRS)、GNSS/IMU 组合导航、非线性水文模型同化。 上位机离线分析时以结果精度优先,可交互调参、可视化中间量,并保存原始数据与处理记录。

04

关键参数

非线性函数 f、h、雅可比矩阵、Q、R;离线版本建议提供参数扫描与敏感性分析,输出可追溯的处理报告。

05

注意事项

失效与边界强非线性下 EKF 会发散,应改用 UKF 或粒子滤波。 上位机实现适合标定建模、事后归因与报告生成,须与现场实时链路保持参数一致。
CLOSE

把 扩展卡尔曼滤波(上位机离线分析) 用起来

需要把技术判断落到项目?

进入行业应用与智能选型中心,获取场景设计、选型与实施参考。