kalman filter using python

代码1

http://greg.czerniak.info/system/files/kalman1.py.txt

代码2

# Kalman filter example demo in Python

# A Python implementation of the example given in pages 11-15 of "An

# Introduction to the Kalman Filter" by Greg Welch and Gary Bishop,

# University of North Carolina at Chapel Hill, Department of Computer

# Science, TR 95-041,

# http://www.cs.unc.edu/~welch/kalman/kalmanIntro.html

# by Andrew D. Straw

import numpy

import pylab

# intial parameters

n_iter = 50

sz = (n_iter,) # size of array

x = -0.37727 # truth value (typo in example at top of p. 13 calls this z)

z = numpy.random.normal(x,0.1,size=sz) # observations (normal about x, sigma=0.1)

Q = 1e-5 # process variance

# allocate space for arrays

xhat=numpy.zeros(sz) # a posteri estimate of x

P=numpy.zeros(sz) # a posteri error estimate

xhatminus=numpy.zeros(sz) # a priori estimate of x

Pminus=numpy.zeros(sz) # a priori error estimate

K=numpy.zeros(sz) # gain or blending factor

R = 0.1**2 # estimate of measurement variance, change to see effect

# intial guesses

xhat[0] = 0.0

P[0] = 1.0

for k in range(1,n_iter):

# time update

xhatminus[k] = xhat[k-1]

Pminus[k] = P[k-1]+Q

# measurement update

K[k] = Pminus[k]/( Pminus[k]+R )

xhat[k] = xhatminus[k]+K[k]*(z[k]-xhatminus[k])

P[k] = (1-K[k])*Pminus[k]

pylab.figure()

pylab.plot(z,'k+',label='noisy measurements')

pylab.plot(xhat,'b-',label='a posteri estimate')

pylab.axhline(x,color='g',label='truth value')

pylab.legend()

pylab.xlabel('Iteration')

pylab.ylabel('Voltage')

pylab.figure()

valid_iter = range(1,n_iter) # Pminus not valid at step 0

pylab.plot(valid_iter,Pminus[valid_iter],label='a priori error estimate')

pylab.xlabel('Iteration')

pylab.ylabel('$(Voltage)^2$')

pylab.setp(pylab.gca(),'ylim',[0,.01])

pylab.show()

转载于:https://www.cnblogs.com/ice-daigua/archive/2012/11/05/2755109.html

kalman filter using python相关推荐

通俗的解释卡尔曼滤波（Kalman Filter）以及其Python的实现
卡尔曼滤波风力发电机中的风速估计,转速估计甚至扭矩估计都设计到卡尔曼滤波,如果只是单一传感变量的平滑处理也能用到卡尔曼滤波. 振动信号中的滤波大多采用低通去除高频噪音,而卡尔曼滤波则是通过不确定度把 ...
Kalman滤波的扩展——渐消Fading filter滤波python实现
原理: 在程序设计中,渐消因子的初值设为1.即:和1.7的表达式相同. 渐消滤波算例分析: 常加速度模型(一维) 历元间隔1s:状态向量维度为3,分别是位置.速度.加速度:每个历元观测向量维度为2,分 ...
一文图解卡尔曼滤波(Kalman Filter)
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达译者注:这恐怕是全网有关卡尔曼滤波最简单易懂的解释,如果你认真的读 ...
Kalman Filter --卡尔曼滤波
Kalman Filter --卡尔曼滤波简介此处借鉴百度百科卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法.由 ...
python卡尔曼多维_kalman filter using python
代码1 代码2 # Kalman filter example demo in Python # A Python implementation of the example given in pag ...
第11章 The Extended Kalman Filter
第11章 The Extended Kalman Filter 11.1 线性化卡尔曼滤波 Linear Kalman Filter, 状态方程 x˙=Ax+Bu+wz=Hx+v\begin{alig ...
一文搞懂 SLAM 中的Extension Kalman Filter 算法编程
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/cou ...
无人驾驶算法学习（三）：扩展卡尔曼滤波器Extended Kalman Filter
文章目录 1.引言 2. 扩展卡尔曼滤波数学理论 3. 代码实战 3.1 python实现 3.2结果分析 1.引言当系统状态方程不符合线性假设时,采用卡尔曼滤波无法获得理想的最优估计.高斯分布在非 ...
Ensemble Kalman filter集合卡尔曼滤波
在气象预测领域,很多时候,模型具有O(10e8)O(10e8)O(10e8)以上的量级,如果使用传统的卡尔曼滤波,协方差矩阵的更新将是一个~10e2210e2210e22量级的计算操作,因此传统的卡尔 ...

kalman filter using python

kalman filter using python相关推荐

最新文章

热门文章