我想知道卡尔曼滤波和指数滤波的优缺点,我有一个多传感器融合问题,我想决定选择哪种方法。
我认为,卡尔曼滤波更加复杂,但它对系统有更详细的模型,因此在多传感器融合中更准确(?)
而指数滤波是一个简单的方程,但它受阿尔法的选择限制(较高的阿尔法 => 滤波器的“记忆”较少,因此平滑度较低,但对测量的权重更大;而较低的阿尔法具有更高的平滑度,但突然变化不能得到很好的反映)。
当存在抖动等噪声时,指数滤波更有用,而卡尔曼滤波则适用于实际的多传感器融合。这个说法正确吗?
此外,遗传算法在传感器融合中有多大作用?我正在尝试将磁罗盘和陀螺仪结合起来估计真实方向。
我认为,卡尔曼滤波更加复杂,但它对系统有更详细的模型,因此在多传感器融合中更准确(?)
而指数滤波是一个简单的方程,但它受阿尔法的选择限制(较高的阿尔法 => 滤波器的“记忆”较少,因此平滑度较低,但对测量的权重更大;而较低的阿尔法具有更高的平滑度,但突然变化不能得到很好的反映)。
当存在抖动等噪声时,指数滤波更有用,而卡尔曼滤波则适用于实际的多传感器融合。这个说法正确吗?
此外,遗传算法在传感器融合中有多大作用?我正在尝试将磁罗盘和陀螺仪结合起来估计真实方向。