Bon livre ou référence pour apprendre le filtre de Kalman

12

Je suis totalement nouveau sur le filtre de Kalman. J'ai suivi des cours de base sur la probabilité conditionnelle et l'algèbre linéaire. Quelqu'un peut-il suggérer un bon livre ou une ressource sur le Web qui peut m'aider à comprendre le fonctionnement du filtre Kalman?

La plupart des sites Web commencent directement par la formule et ce qu'ils signifient, mais je suis plus intéressé par sa dérivation, ou sinon la dérivation détaillée, du moins la signification physique de chaque opération et paramètre.

rotation_image
la source
jetez un oeil à cette question: dsp.stackexchange.com/q/2066/1273
penelope
Ici, il y a une série très utile de 55 courtes conférences, à partir de zéro
Usta
Un article très cité, il vous donnera une compréhension pratique de ce sujet, cliquez ici
aadil095

Réponses:

15

Il y a plusieurs années, j'ai écrit ce tutoriel sur le filtre de Kalman. Il dérive le filtre en utilisant à la fois l'approche matricielle conventionnelle et en montrant ses hypothèses statistiques comme un filtre des moindres carrés «optimal».

Toenex
la source
3
C'était toi!!! =) Tutoriel fantastique, j'ai vraiment aimé le lire l'année dernière. Bienvenue sur DSP.SE !!!
Phonon
Ceci est un bon tutoriel. Pensez-vous que vous pourriez le mettre à jour si vous avez de nouvelles idées sur le filtre Kalman? Merci.
Royi
1

Une bonne série de vidéos Youtube en 3 parties (~ 10 minutes chacune) offre une compréhension intuitive du filtre de Kalman.

http://www.youtube.com/watch?v=FkCT_LV9Syk .

Une chose à noter est qu'il existe différentes façons de dériver les équations du filtre de Kalman et chaque méthode vous donne une perspective différente de son fonctionnement. Donc, je suggère que vous examiniez 2 à 3 dérivations différentes pour vous aider à internaliser cet algorithme.

ssk08
la source
1

Récemment, Mandic, Danilo P. et Kanna, Sithan et Constantinides, Anthony G. ont publié " Sur la relation intrinsèque entre le carré le moins moyen et les filtres de Kalman " dans le magazine IEEE Signal processing:

Le filtre de Kalman et le filtre adaptatif au carré le plus petit (LMS) sont deux des algorithmes d'estimation adaptative les plus populaires qui sont souvent utilisés de manière interchangeable dans un certain nombre d'applications de traitement statistique du signal. Ils sont généralement traités comme des entités distinctes, la première étant une réalisation de l'estimateur bayésien optimal et la seconde une solution récursive au problème de filtrage de Wiener optimal. Dans cette note de cours, nous considérons un cadre d'identification de système dans lequel nous développons une perspective commune sur le filtrage de Kalman et les algorithmes de type LMS, obtenus en analysant les degrés de liberté nécessaires pour une adaptation optimale à la descente du gradient stochastique. Cette approche permet l'introduction de filtres de Kalman sans aucune notion de statistiques bayésiennes,

Laurent Duval
la source
-1

La meilleure ressource est la page Wikipedia à mon avis. Voici une implémentation minimale et simple de Kalman Filter avec les mêmes notations données dans la page Wikipedia: https://github.com/zziz/kalman-filter

fvzaur
la source