2022.9.17, 9.24,10.01 20:00 腾讯会议号：568-7716-5164

自卡尔曼滤波理论提出以来，在控制、制导、导航、通讯等现代工程方面得到广泛应用。卡尔曼滤波器实际上一种估计器，称之为滤波器实际上是约定俗成的传统。它在算法原理方面，与传统的、以将信号中特定的频率成分滤除为目的各种滤波器有着本质的区别。相比于传统的单输出单输出频域滤波器，它还可以处理多变量的联合最优估计问题。常规的卡尔曼滤波器假定描述系统动态的数学模型，以及在测量系统输出的过程中，都伴随着不可避免的误差或噪声，而卡尔曼滤波器的输出，是以均方误差最小为准则的最优估计。本系列讲座，以贝叶斯滤波体系为出发点，首先推导常规的线性多变量卡尔曼滤波算法。由于截断和舍入误差，常规算法在实现过程中存在发散问题，本讲座将介绍一些数值鲁棒的卡尔曼滤波算法。针对滤波中的非线性问题，将介绍扩展卡尔曼滤波算法(EKF)，以及基于无迹变换的无迹卡尔曼滤波(UKF)。对同属于贝叶斯滤波体系中的粒子滤波器(PF)也将进行简单介绍。