KG
中文名： 卡尔曼增益
外文名： Kalman Gain
详细介绍：
KG是卡尔曼滤波算法中的核心参数——卡尔曼增益（KalmanGain）的英文缩写，主要用于动态系统状态估计的最优化计算。卡尔曼滤波器由RudolfKalman于1960年提出。该参数在误差状态扩展卡尔曼滤波（ES-EKF）中承担误差修正的关键作用。卡尔曼滤波刚提出时曾受到很大质疑，直到1960年卡尔曼访问NASAAmes研究中心后，成功在阿波罗登月计划中应用。卡尔曼滤波器已成为工程领域的基石技术，用于阿波罗登月计划、GPS接收机、自动驾驶、无人机稳定、股票价格预测、生物信号处理等。在自动驾驶领域，ES-EKF通过卡尔曼增益计算实现多传感器数据融合，抑制惯性测量单元（IMU）的航迹推演误差累积，其执行流程包含运动模型更新、不确定性传播和误差状态修正三个步骤。在经济学研究中，时变参数卡尔曼滤波被用于构建有限分布滞后模型，动态修正国民经济系统参数，该方法使辽宁省进口对经济增长的滞后3期贡献率提升。ES-EKF优势体现在误差状态参数最小化、系统线性化有效性保持及低频校正特性。+bd
2026-02-19 13:35:53，ID：162296
影视热度排行榜