如何在 Apache Commons 卡尔曼滤波器实现中填充矩阵答案

【问题标题】：How to populating matrices in the Apache Commons Kalman filter Implementation如何在 Apache Commons 卡尔曼滤波器实现中填充矩阵
【发布时间】：2016-03-14 19:26:25
【问题描述】：

背景：为了给大家一些背景知识，我正在尝试使用卡尔曼滤波器（Apache 共同实现）。我应该包括什么样的动态噪音在我关于矩阵 P0、Q 和 R 的实现中，我知道除了位置（X和Y）之外，我唯一的输入是水平的 X 和 Y 分量的精度和速度。这不是一个常数速度示例，因为速度可能会从一个 ping 变为另一个 ping。

实现库：Apache Common
- http://commons.apache.org/proper/commons-math/userguide/filter.html

用法：我现在只考虑二维空间

我的输入： 1. 纬度
2. 经度
3. 水平精度或水平精度稀释 (HDOP)，以米/秒为单位
4. 两次 ping 之间的时间 (dt) = 30 秒

我关心的输出
1. 新纬度
2.新经度

计算值：Vx（X 方向速度） Vy（Y 方向速度）不同的速度，所以我可以使用公式计算 Vx 和 Vy V * sin(theta) 和 V * Cosine(theta)

我应该如何将我的值映射到 Apache Common 实现。？

当前设置：

X = Initial State = [  

     {X Y X-Vel Y-Vel}

    ]  

 // I only care about X and Y coordinates so this is a 2 * 4 matrix  
 H = Observation variables = [   

     {1, 0, 0, 0},  
     {0, 1, 0, 0} 



 ]  

 // This is a 4 * 4 matrix  
 P0 = Cov(X) = [     

     {(horizontal accuracy from i/p), 0, 0, 0},  
     {0, (horizontal accuracy from i/p), 0, 0},  
     {0, 0, (some initial value for VY), 0},  
     {0, 0, 0, (some initial value for VX) }

    ]  

 // Copied this from somewhere. What values should I have in this?   //
 This is a 4 * 4 matrix  
 Q = Cov(Dynamic noise) = [          

     { Math.pow(dt, 4d)/4d, 0d, Math.pow(dt, 3d)/2d, 0d },  
     { 0d, Math.pow(dt, 4d)/4d, 0d, Math.pow(dt, 3d)/2d },  
     { Math.pow(dt, 3d)/2d, 0d, Math.pow(dt, 2d), 0d },  
     { 0d, Math.pow(dt, 3d)/2d, 0d, Math.pow(dt, 2d) }

    ]  

 // This is a 2 * 2 matrix  
 R = Cov(measurement noise) = [  

     { Math.pow((horizontal accuracy from i/p), 2d) , 0},  
     { 0, Math.pow((horizontal accuracy from i/p), 2d)} 

 ]  

 // This is a 4 * 4 matrix  
 A = State transition matrix =   [

     { 1d, 0d, dt, 0d },  
     { 0d, 1d, 0d, dt },  
     { 0d, 0d, 1d, 0  },  
     { 0d, 0d, 0d, 1d }  

 ]

我的矩阵是否适合我正在尝试做的事情？当我运行它们时，我不断收到 MatrixDimensionMismatchException ，因此我决定问一个问题。任何帮助将不胜感激。

【问题讨论】：

请重新格式化您的问题。不需要花哨的格式。对代码使用代码格式，对引号使用引号格式。
我觉得很不寻常，但是格式很好，不用改格式
GPS 坐标已经经过重度卡尔曼滤波。平滑会使它们不太准确。想想您是否可能需要过滤不需要的位置而不是平滑。
我删除了 MATLAB 标签，因为 Apache Commons Math 库是一个 Java 库。它与 MATLAB 无关。此外，代码似乎是 Java（即Math.pow），因此重新标记是合理的。
@AlexWien - 该设备可能是一块手表，其芯片上可能没有卡尔曼滤波器。另外，如果从 WIFI 接收到 ping，因此我认为我需要过滤。

标签： java gps smoothing kalman-filter apache-commons-math

【解决方案1】：

我能够通过使用最新版本的 Apache Commons Math 库来解决这个问题。

事实证明 Apache Commons Math 3.2 及更早版本存在重大错误
在这里报道：https://issues.apache.org/jira/browse/MATH-1033

问题是 measNoise 列维度必须始终为 1，这意味着矩阵 R 应该始终只有 1 列

// row dimension of R must be equal to row dimension of H
if (measNoise.getRowDimension() != measurementMatrix.getRowDimension() ||
    measNoise.getColumnDimension() != 1) {  
    throw new MatrixDimensionMismatchException(measNoise.getRowDimension(), measNoise.getColumnDimension(), measurementMatrix.getRowDimension(), 1); 
}

【讨论】：