卡尔曼滤波
发布时间:2024年01月11日
一、均方预测和随机序列分解
考虑随机序列
使用
预测
定义![X_{MS}(k) = E[X(k)|X(k-1),X(k-2),\cdots ,X(0)]](https://latex.csdn.net/eq?X_%7BMS%7D%28k%29%20%3D%20E%5BX%28k%29%7CX%28k-1%29%2CX%28k-2%29%2C%5Ccdots%20%2CX%280%29%5D)
称为
的均方可预测部分。?
若
相互独立,则
是均方不可预测的。
![X_{MS}(k) = E[X(k)|X(k-1),X(k-2),\cdots ,X(0)] = E[X(k)]](https://latex.csdn.net/eq?X_%7BMS%7D%28k%29%20%3D%20E%5BX%28k%29%7CX%28k-1%29%2CX%28k-2%29%2C%5Ccdots%20%2CX%280%29%5D%20%3D%20E%5BX%28k%29%5D)
定义随机序列
的新息序列
?
V(k)基于样本观测的条件均值为0,即均方不可预测。
V(k)与
是正交的,即
。
?
文章来源:https://blog.csdn.net/m0_46521579/article/details/135521570
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!