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
Pniubi16 小时前
01背包类问题-力扣416.分割等和子集
算法·leetcode·职场和发展
罗西的思考1 天前
【轻量化复现大模型 / KIMI K3】MTP / EAGLE‑3 模块交互式演示
人工智能·深度学习·算法
kyle~1 天前
模型预测控制(MPC)
算法·机器人·控制·传感器
牢姐与蒯1 天前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好1 天前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
电科_银尘1 天前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程1 天前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
电科_银尘2 天前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
电科_银尘2 天前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归
罗西的思考2 天前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习