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
前端 贾公子5 分钟前
《Vuejs设计与实现》第 5 章(非原始值响应式方案)下 Set 和 Map 的响应式代理
数据结构·算法
WWZZ20251 小时前
ORB_SLAM2原理及代码解析:SetPose() 函数
人工智能·opencv·算法·计算机视觉·机器人·自动驾驶
小马学嵌入式~2 小时前
堆排序原理与实现详解
开发语言·数据结构·学习·算法
青岛少儿编程-王老师2 小时前
CCF编程能力等级认证GESP—C++6级—20250927
java·c++·算法
一人の梅雨2 小时前
1688 拍立淘接口深度开发:从图像识别到供应链匹配的技术实现
人工智能·算法·计算机视觉
Miraitowa_cheems3 小时前
LeetCode算法日记 - Day 64: 岛屿的最大面积、被围绕的区域
java·算法·leetcode·决策树·职场和发展·深度优先·推荐算法
Christo33 小时前
关于K-means和FCM的凸性问题讨论
人工智能·算法·机器学习·数据挖掘·kmeans
_不会dp不改名_4 小时前
leetcode_1382 将二叉搜索树变平衡树
算法·leetcode·职场和发展
greentea_20134 小时前
Codeforces Round 173 B. Digits(2043)
c++·算法
m0_743106465 小时前
LOBE-GS:分块&致密化效率提升
人工智能·算法·计算机视觉·3d·几何学