程序包 org.hipparchus.filtering.kalman

类 AbstractKalmanFilter<T extends Measurement>

java.lang.Object
org.hipparchus.filtering.kalman.AbstractKalmanFilter<T>
类型参数:
T - 测量的类型
所有已实现的接口:
KalmanFilter<T>
直接已知子类:
ExtendedKalmanFilter, LinearKalmanFilter
public abstract class AbstractKalmanFilter<T extends Measurement> extends Object implements KalmanFilter<T>
线性和非线性卡尔曼滤波器之间的共享部分。
从以下版本开始:
1.3

  • 构造器详细资料

    • AbstractKalmanFilter

      protected AbstractKalmanFilter(MatrixDecomposer decomposer, ProcessEstimate initialState)
      简单构造函数。
      参数:
      decomposer - 用于校正阶段的分解器
      initialState - 初始状态

  • 方法详细资料

    • predict

      protected void predict(double time, RealVector predictedState, RealMatrix stm, RealMatrix noise)
      执行预测步骤。
      参数:
      time - 过程时间
      predictedState - 预测状态向量
      stm - 状态转移矩阵
      noise - 过程噪声协方差矩阵

    • computeInnovationCovarianceMatrix

      protected RealMatrix computeInnovationCovarianceMatrix(RealMatrix r, RealMatrix h)
      计算创新协方差矩阵。
      参数:
      r - 测量协方差
      h - 测量相对于状态的雅可比矩阵（如果应忽略测量，则可能为null）
      返回:
      创新协方差矩阵，定义为 \(h.P.h^T + r\)，如果 h 为 null，则返回 null

    • correct

      protected void correct(T measurement, RealMatrix stm, RealVector innovation, RealMatrix h, RealMatrix s) throws MathIllegalArgumentException
      执行校正步骤。
      参数:
      measurement - 要处理的单个测量
      stm - 状态转移矩阵
      innovation - 创新向量（即残差）（如果应忽略测量，则可能为null）
      h - 测量相对于状态的雅可比矩阵（如果应忽略测量，则可能为null）
      s - 创新协方差矩阵（如果应忽略测量，则可能为null）
      抛出:
      MathIllegalArgumentException - 如果矩阵无法分解

    • getPredicted

      public ProcessEstimate getPredicted()
      获取预测状态。
      指定者:
      getPredicted 在接口中 KalmanFilter<T extends Measurement>
      返回:
      预测状态

    • getCorrected

      public ProcessEstimate getCorrected()
      获取校正后的状态。
      指定者:
      getCorrected 在接口中 KalmanFilter<T extends Measurement>
      返回:
      校正后的状态