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
凌冰_2 小时前
数据结构 - 时间空间复杂度(一)
数据结构·算法·软件工程
Pniubi2 小时前
力扣2 . 两数相加
算法·leetcode·职场和发展
戴·菲瑜3 小时前
为什么PPO难以做出顶级棋类引擎
算法·博弈论·rl·ppo
在所不辞兄5 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
AvocadoZeroOneOI10 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
cjz389911 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
橘子1315 小时前
【高级数据库】关系代数基本概念
算法
电科_银尘1 天前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法
郝学胜-神的一滴1 天前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
秋天的怀念_David1 天前
算法一千零一夜 · 第三十三夜 · 跳表
java·程序人生·算法