快速卡爾曼濾波器

Question

我想知道是否有人可以給我一個真正快速/高效的卡爾曼濾波器實現的指針，可能在Python（或Cython，但如果它更快，C / C ++也可以工作）。 我有許多學習時期（可能是數億）的問題，以及許多輸入（提示;比方說，數十到數十萬之間）。 因此，更新協方差矩陣將是一個大問題。 我讀了一下關於Ensemble KF的一些內容，但是，就目前而言，我真的很想堅持使用標准的KF。 [我開始閱讀和測試它，我想嘗試一下我的真實數據。 ]

Answer 1

協方差矩陣的大小由您所在州的大小決定。 另一個問題涉及對模型的假設，以及這是否會帶來顯着的優化（顯然，優化意味着重新設計“標准KF”）。

從我的POV，您的情況大致取決於值（number_of_states²* number_of_iterations）/（processing_power）。

Answer 2

如果每次更新有多個測量值，則應查看卡爾曼濾波器的信息表。 每個額外的測量只是添加。 權衡是一個更復雜的預測步驟，以及每當您想要了解狀態時反轉信息矩陣的成本。