У меня есть простая проблема. Я отслеживаю объект и получаю его положение через неравномерные промежутки времени. Скорость и ускорение объекта непостоянны.
data_=[time x,y,z]
Чтобы спроектировать фильтр Калмана, мне нужно определить
z=[x;y;z] % observation
% Estimation vector
xt=[xt;yt;zt;x't;y't;z't] % ' first derivative
P=Covariance matrix of estimation vector
R=Covariance matrix of measurement
Q= covariance of noise
Вопрос 1: В чем разница между этими двумя R & P Чему равно P, если точность измерения равна 1 мм? Вопрос 2: В чем преимущество использования этого фильтра Калмана при постобработке. Это чтобы получить плавную траекторию, если да, то зачем нам это нужно.
Надеюсь, я получу от вас достаточно информации.