快速卡尔曼滤波器

Question

我想知道是否有人可以给我一个真正快速/高效的卡尔曼滤波器实现的指针，可能在Python（或Cython，但如果它更快，C / C ++也可以工作）。 我有许多学习时期（可能是数亿）的问题，以及许多输入（提示;比方说，数十到数十万之间）。 因此，更新协方差矩阵将是一个大问题。 我读了一下关于Ensemble KF的一些内容，但是，就目前而言，我真的很想坚持使用标准的KF。 [我开始阅读和测试它，我想尝试一下我的真实数据。 ]

Answer 1

协方差矩阵的大小由您所在州的大小决定。 另一个问题涉及对模型的假设，以及这是否会带来显着的优化（显然，优化意味着重新设计“标准KF”）。

从我的POV，您的情况大致取决于值（number_of_states²* number_of_iterations）/（processing_power）。

Answer 2

如果每次更新有多个测量值，则应查看卡尔曼滤波器的信息表。 每个额外的测量只是添加。 权衡是一个更复杂的预测步骤，以及每当您想要了解状态时反转信息矩阵的成本。