CycleUser滤波方法：从移动平均到粒子滤波
Post in
Tue 30 June 2026
数学基础
滤波，在最广泛的意义上，是从含噪声的观测序列中估计感兴趣信号的过程。这个概念横跨信号处理、控制理论、时 …
滤波方法（七）：粒子滤波
Post in Tue 30 June 2026上一篇介绍了 UKF。它通过西格玛点传播分布，比 EKF 精度更高且不需要计算雅可比矩阵。但 EKF 和 UKF 共享一个根本假设：后验分 …
滤波方法（六）：无迹卡尔曼滤波（UKF）
Post in Tue 30 June 2026上一篇介绍了 EKF。它通过一阶泰勒展开（雅可比矩阵）把非线性系统线性化后代入卡尔曼方程。但线性化有两个根本缺陷：强 …
滤波方法（五）：扩展卡尔曼滤波（EKF）
Post in Tue 30 June 2026上一篇介绍了卡尔曼滤波。它在线性高斯假设下是最优的递推估计器，但一旦状态转移函数 $f$ 或观测函数 $h$ 是非线性的 …
滤波方法（四）：卡尔曼滤波
Post in Tue 30 June 2026上一篇介绍了维纳滤波。它是第一个统计最优的线性滤波器，但受限于三个致命假设：信号平稳、离线处理、单变量。1960 年，鲁道 …
滤波方法（三）：维纳滤波
Post in Tue 30 June 2026上一篇指出，移动平均和指数平滑都只能做单变量滤波，无法利用信号和噪声的统计特性来设计全局最优滤波器。维纳滤 …
滤波方法（二）：指数平滑滤波
Post in Tue 30 June 2026上一篇介绍了移动平均滤波。它有三个局限：窗口内所有观测权重相等、需要存储整段窗口历史、对趋势信号跟踪滞后。指数 …
滤波方法（一）：移动平均滤波
Post in Tue 30 June 2026滤波，在最广泛的意义上，是从含噪声的观测序列中估计感兴趣信号的过程。这个概念横跨信号处理、控制理论、时间序列分 …
滤波方法（〇）：数学概念与 Python 基础
Post in Tue 30 June 2026本系列文章从移动平均到粒子滤波，逐步介绍七种经典的和现代的滤波方法。在进入正题之前，先把全系列用到的数学概 …
滤波方法：从移动平均到卡尔曼滤波再到粒子滤波
Post in Mon 29 June 2026什么是滤波
滤波，在最广泛的意义上，就是从含噪声的观测中估计感兴趣信号的过程。这个概念横跨信号处理、控制理论、时 …
Page 1 / 19 »