44. 绘制1st 3迭代图（t vs v）-跟踪Airpl

认识卡尔曼滤波

大学课程 / 心理学

认识卡尔曼滤波

共44集 5.9万人观看

---

• 
  1什么是卡尔曼滤波器

  05:55
• 
  2一个简单例子的流程图

  05:33
• 
  3卡尔曼近距离观察

  05:13
• 
  4卡尔曼滤波器的3个计算

  05:15
• 
  5卡尔曼滤波器的简单示例

  04:28
• 
  6卡尔曼滤波器的简单示例（续）

  08:46
• 
  7多维模型1 - 1

  06:35
• 
  8多维模型1 - 3

  06:34
• 
  9多维模型2-状态矩阵

  06:10
• 
  10多维模型3状态矩阵

  04:47
• 
  11多维模型4控制变量矩阵

  06:07
• 
  12多维模型5查找下落物体的状态矩阵

  06:32
• 
  13多维模型6更新状态矩阵

  04:16
• 
  14二维运动对象的多维7状态矩阵

  06:20
• 
  15多维模型8什么是控制变量矩阵

  03:11
• 
  16多维模型9从先前状态转换为当前状态2-D

  05:34
• 
  17多维模型10从先前状态转换为当前状态3-D

  05:57
• 
  18多维模型11数值示例 查找状态矩阵1-D的过程

  09:27
• 
  19第十八集

  07:58
• 
  20什么是方差-协方差矩阵2

  07:24
• 
  21协方差矩阵和标准偏差的示例

  06:41
• 
  22找到协方差矩阵，数值示例1

  06:54
• 
  23查找协方差矩阵，数值示例2

  06:08
• 
  24查找协方差矩阵，数值示例3 - 1

  05:30
• 
  25查找协方差矩阵，数值示例3 - 3

  05:30
• 
  26找到状态协方差矩阵

  03:29
• 
  27解释状态协方差矩阵

  01:46
• 
  28二维卡尔曼滤波器的流程图-跟踪飞机

  07:03
• 
  29预测状态-追踪飞机

  03:24
• 
  30初始过程协方差-跟踪飞机

  02:11
• 
  31预测过程协方差-跟踪飞机

  03:33
• 
  32计算卡尔曼增益-跟踪飞机

  05:03
• 
  33新观察-追踪飞机

  03:08
• 
  34计算当前状态-跟踪飞机

  08:33
• 
  35更新过程协方差-跟踪飞机

  03:38
• 
  36当前成为上一个-跟踪飞机

  01:55
• 
  37第1、2、3次迭代-跟踪飞机

  03:20
• 
  38卡尔曼增益第二次迭代-跟踪飞机

  05:24
• 
  39第5次，第6次迭代-跟踪飞机

  04:55
• 
  40第7、8次迭代-跟踪飞机

  04:21
• 
  41第三次迭代的第1部分-跟踪飞机

  05:02
• 
  42第三次迭代的第2部分-跟踪飞机

  06:39
• 
  43绘制第1次3次迭代（t vs x）-跟踪飞机

  02:49
• 
  44绘制1st 3迭代图（t vs v）-跟踪Airpl

  02:17