以下状态估计方法是基于卡尔曼滤波算法基本思想发展的()
A: 扩展卡尔曼滤波算法
B: 无迹卡尔曼滤波算法
C: 滑模滤波算法
D: 容积卡尔曼滤波算法
A: 扩展卡尔曼滤波算法
B: 无迹卡尔曼滤波算法
C: 滑模滤波算法
D: 容积卡尔曼滤波算法
举一反三
- 关于卡尔曼滤波算法，下列说法正确的是 A: 卡尔曼滤波是一组线性最小均方估计的递推算法； B: 卡尔曼滤波能够提供离散时间线性系统状态的线性最小均方估计； C: 卡尔曼滤波在应用时需要对随机动态线性系统建立模型； D: 在卡尔曼滤波算法推导中，系统扰动噪声和测量噪声都是假定为白噪声。
- 下列哪些是经典卡尔曼滤波的缺点： A: 将模型误差视为白噪声处理 B: 当系统非线性严重时，使用扩展卡尔曼滤波进行线性化会带来较大的误差 C: 卡尔曼滤波算法是递推的 D: 卡尔曼滤波有连续和离散两种算法
- 下列哪些是经典卡尔曼滤波的不足： A: 当系统非线性严重时，使用扩展卡尔曼滤波进行线性化会带来较大的误差 B: 卡尔曼滤波算法是递推的 C: 卡尔曼滤波有连续和离散两种算法 D: 将模型误差视为白噪声处理
- 【滤波理论】下列对卡尔曼滤波的基本特点描述正确的是： A: 卡尔曼滤波是一种集中式的数据处理算法 B: 卡尔曼滤波能实现对离散线性系统状态的线性最小均方估计 C: 卡尔曼滤波不能对非平稳过程进行状态估计 D: 卡尔曼滤波器不能适用于多输入多输出系统的状态估计
- 中国大学MOOC: 卡尔曼滤波算法可以用于（ ）