如何解决旧态的高斯近似
我遇到以下提到常用扩展卡尔曼滤波器的句子,我正在尝试理解它:
当前状态之前的状态近似于正态分布
这是什么意思?
解决方法
建模的数量具有不确定性,因为它是从测量中得出的。你不能确定它正是值 X。这就是为什么数量用概率密度函数(或累积分布函数,它是它的积分)表示的原因。
概率分布看起来很随意,但有许多“简单”的分布可以近似真实世界。你听说过正态分布(高斯)、均匀分布(矩形),...
正态分布(参数 mu 和 sigma)在自然界中随处可见,因此您的测量值可能已经很好地拟合了正态分布。
“a gaussian”意味着您的分布不是高斯分布的混合(总和),而是单个高斯分布。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。