Comments 5
Фильтр Калмана хорошо работает до тех пор, пока объект ведёт себя в соответствии с моделью. Когда наблюдения тянут в одну сторону, а модель – в другую, то часто фильтр Калмана начинает принимать желаемое за действительное, потому что модель-то всегда хорошая, а наблюдения часто плохие. Так что это такой несколько восторженный наблюдатель, который плохо готов к аварийным ситуациям и прочим неожиданностям.
В статье пытался отразить не свойства фильтра Калмана, а его вторую сущность как наблюдателя. Матричный коэффициент обратной связи наблюдателя может быть построен на разных принципах, а Калмановский подход как частный случай. Согласен полностью, что фильтр Калмана - это компромисс между детерминированной моделью и вероятностным описанием шумов датчиков и внешних воздействий на наблюдаемый объект. Благодарю за комментарий
Не смог пройти мимо...
Форматирование статьи... Это же читать невозможно. Нельзя так символы выносить. Не складывается понимание, где начинается и кончается мысль. Эта форматирование для формул, а не для отдельных символов. Формул же не должно быть более двух на условную страницу текста.
Мрак.
Извините, это мой первый опыт публикации на Хабр, но я просто не нашёл в предоставленном на Хабр редакторе как встроить в текст отдельные символы, относящиеся к формулам, например икс с крышкой и т.д.
Благодарю за замечания
Очень интересно!
Что такое наблюдатель и при чём здесь фильтр Калмана