扩展卡尔曼滤波(EKF)的限制

当f (x)或h (x)接近线性时,EKF在许多实际问题上表现良好。然而,它在高度非线性的区域中失败了

EKF的概念是基于模型的线性化而提出的。EKF估计包括线性化误差。线性化误差取决于相对于传播的不确定度的函数的非线性度,如下图所示。

图13.13:线性化误差

线性化误差-二D例

让我们看看线性化误差对极性到笛卡尔变换的影响。假设在极坐标下为一个正态分布的随机变量。我们想在笛卡尔坐标系中估计随机变量参数。一个距离向量r和一个角度θ描述了极坐标中的任何值。在笛卡尔坐标中,这些值用x和y坐标来描述。r、θ和x、y之间的依赖关系是非线性的:

极坐标下的随机变量参数(r、θ)为


σ= 0 *.* 05 0 *.* 5
我们在极坐标中生成了1000个正态分布的随机点(样本)。每个样本在极坐标中代表一个可能的变量值。然后我们将所有的样本从极坐标转换为笛卡尔坐标。在极坐标上的随机变量分布是正态的。

左边的图描述了极坐标下随机变量的随机样本。右图描述了变换后随机变量在笛卡尔坐标下的随机样本。图上的椭圆表示随机变量的协方差

图13.15: EKF线性化的协方差。

我们可以看到实际和EKF线性化协方差之间的显著差异。EKF线性化的协方差包含了一个较高的线性化误差。

EKF产生了一个错误的估计。EKF估计的不确定性也相对较低(误差椭圆相对较窄)。EKF对一个错误的估计过于自信了!

扩展卡尔曼滤波器的一个常见选择是无味卡尔曼滤波器。

下面的图比较了EKF和UKF线性化的协方差。

图13.16: EKF vs。UKF线性化协方差。

我们可以看到,UKF线性化的协方差比EKF线性化的协方差更接近于实际的协方差

相关推荐
地平线开发者2 小时前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
kyle~3 小时前
SHA-256 哈希去重
算法·哈希算法
风落青芜6 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法
青少儿编程课堂7 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛
罗西的思考20 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
ashiho21 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
数据工匠老o21 小时前
数据库没死,业务卡住了:行锁等待、元数据锁、长事务的排查路径
数据库·算法·架构
黑客笔记21 小时前
安全态势感知中的资产失陷排名思考
人工智能·算法·网络安全
青少儿编程课堂1 天前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:扫描线与线段树求矩形面积并解析
c++·python·算法·bfs·信息学竞赛