【目标跟踪】卡尔曼滤波
发布时间：2026/9/10 23:51:45
卡尔曼滤波（Kalman Filter）的核心思想是通过“预测（Predict）”和“更新（Update）”两个步骤的不断循环，结合系统运动模型与传感器测量数据，递推计算出状态的最优估计。但 Kalman Filter 只能减小均值为0的测量噪声带来的影响。一、 状态与符号定义在推导与计算前，先定义以下核心变量：符号含义维度时刻的先验状态估计（仅基于
卡尔曼滤波（Kalman Filter）的核心思想是通过“预测（Predict）”和“更新（Update）”两个步骤的不断循环，结合系统运动模型与传感器测量数据，递推计算出状态的最优估计。但 Kalman Filter 只能减小均值为0的测量噪声带来的影响。一、 状态与符号定义在推导与计算前，先定义以下核心变量：符号含义维度时刻的先验状态估计（仅基于