我正在处理来自安卓手机的加速度计数据。我希望能够过滤掉加速度计返回的噪声,记录手机的移动。
我了解到低通滤波并不足够,所以我在研究卡尔曼滤波器。
但是我没有从“ACCELERATION(k-1)”到“ACCELERATION(k)”的转换模型,因为它是用户的移动。所以我没有状态转移矩阵(不同论文中的H或F,它们在方程Xk = HXk-1 + Bcommand+noise中与Xk-1相乘)。
我看到有些人在简单的例子中使用单位矩阵。但是对于动态加速度,这如何起作用呢?
我知道卡尔曼滤波器,但我不知道在我的情况下应该如何生成H矩阵。
我了解到低通滤波并不足够,所以我在研究卡尔曼滤波器。
但是我没有从“ACCELERATION(k-1)”到“ACCELERATION(k)”的转换模型,因为它是用户的移动。所以我没有状态转移矩阵(不同论文中的H或F,它们在方程Xk = HXk-1 + Bcommand+noise中与Xk-1相乘)。
我看到有些人在简单的例子中使用单位矩阵。但是对于动态加速度,这如何起作用呢?
我知道卡尔曼滤波器,但我不知道在我的情况下应该如何生成H矩阵。
LINEAR_ACCELERATION
呢? - Ali