卡尔曼滤波过程中的卡尔曼增益矩阵与噪声方差阵（ ）
举一反三
- 在卡尔曼滤波过程中的卡尔曼增益矩阵是（ ）? 依具体情况而定|变化的|不清楚|不变的
- 下列关于卡尔曼滤波的描述正确的是（） A: 标准卡尔曼滤波是非线性估计 B: 卡尔曼滤波是基于最小二乘准则推导的 C: 卡尔曼滤波不是递推估计 D: 卡尔曼滤波是递推的线性最小方差估计
- 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。
- 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
- 卡尔曼滤波是精确估计后验概率的均值和方差，扩展卡尔曼滤波是有效估计后验概率的均值和方差。