???????? 卡爾曼濾波（Kalman filtering）一種利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進行最優(yōu)估計的算法。由于觀測數(shù)據(jù)中包括系統(tǒng)中的噪聲和干擾的影響，所以最優(yōu)估計也可看作是濾波過程。

Overview of the calculation

??????? The Kalman filter uses a system's dynamics model (e.g., physical laws of motion), known control inputs to that system, and multiple sequential measurements (such as from sensors) to form an estimate of the system's varying quantities (its state) that is better than the estimate obtained by using any one measurement alone. As such, it is a common sensor fusion and data fusion algorithm.

???????? 卡爾曼濾波使用系統(tǒng)的動態(tài)模型（比如一個運動的物理規(guī)則），已知的控制輸入和多個測量序列（比如從多個傳感器中的），形成一個多狀態(tài)量的估計系統(tǒng)（比使用單一狀態(tài)量估計有更好的效果）。因此，他是傳感器融合和數(shù)據(jù)融合的基本算法。

???????? 維基百科：https://en.wikipedia.org/wiki/Kalman_filter

???????? kalman濾波用于時序模式分析，可用于前向預(yù)測，避免模式缺失造成匹配失敗，但會造成一定的幀間延遲。

???????? OpenCV的卡爾曼濾波代碼段：http://blog.csdn.net/wishchin/article/details/9352471

總結(jié)

以上是生活随笔為你收集整理的时序分析：使用卡尔曼滤波的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。