(免责声明:我已经在 CrossValidated 和 DataScience 上发布了这些问题,但没有任何运气。我在这里再次尝试。)
[Q1] 卡尔曼滤波器 (KF) 在预测步骤中使用所谓的动态移位矩阵。该矩阵有时称为进化矩阵或传播矩阵,并用
D
或M
标记:
$ \mu_t = M_t \mu_{t-1} $
$ \Sigma_t = M_t \mu_{t-1} M_t' + Q_t $
在我所知道的许多实现中,
M
只是一个单位矩阵。任何人都可以提供一个例子和解释什么时候该矩阵更复杂吗?
[Q2] 是否有解耦扩展卡尔曼滤波器的可用实现,最好是在 Python(或 Matlab)中?