python / numpy中的矩陣減法

Question

我在做矩陣運算的地方有一個卡爾曼濾波器的實現。 在某些時候，我應該減去兩個1x1矩陣。 我有一個錯誤，我不知道它從哪里來。 在python中執行矩陣運算的最佳方法是什么？

import numpy as np
import pylab as pl
import scipy as Sci
import scipy.linalg as linalg

class GetPos(object):
    def __init__(self):
        self.Posp = 0
        self.Velp = 80
        self.z = np.matrix(0)
    def __repr__(self):
        return "from GetPos.__repr__ z=%s" % (self.z)
    def __call__(self):
        self.dt = 0.1
        self.w = 0 + 10*np.random.random()
        self.v = 0 + 10*np.random.random()            
        self.z = self.Posp + self.Velp*self.dt + self.v
        self.Posp = self.z - self.v
        self.Velp = 80 + self.w
        print 'from GetPos.__call__ z = %s' % self.z
        return self.z

class DvKalman(object):
    def __init__(self):
        self.dt = .1
        self.A = np.matrix([[1., self.dt],[0,1]])
        self.H = np.matrix([1., 0])
        self.Q = np.matrix([[1,0.],[0,3]])
        self.R = np.matrix(10)
        self.x = np.matrix([0,20]).T
        self.P = np.matrix(5*np.eye(2))
        #print 'P matrix \n%s' % self.P
        self.firstRun = 0
    def __call__(self, z):
        self.z = z
        print 'from DvKalman.__call__ slef.z = %s and z = %s' % (self.z,z)
        self.xp = self.A * self.x
        self.Pp = self.A*self.P*self.A.T  + self.Q
        self.K = self.Pp * self.H.T * linalg.inv(np.absolute(self.H*self.Pp*self.H.T + self.R));
        print 'from DvKalman.__call__  z=%s, \npreviouse x=\n%s \nH = \n%s \nand P=\n%s \nand xp=\n%s,\n Pp = \n%s,\n K=\n%s' % (self.z,self.x,self.H, self.P,self.xp,self.Pp,self.K)
        newM1 = self.H*self.xp    
        print 'This is self.H*self.xp %s and this is self.z = %s' % (newM1, self.z)
        newM2 = self.z - self.H*self.xp
        print 'This should give simple substruction %s' % newM2                 
        self.x = self.xp + self.K*(self.z - self.H*self.xp)
        self.P = self.Pp - self.K*self.H*self.Pp
        print 'new values x=%s and P=%s' % (self.x,self.P)
        return (self.x)
def TestDvKalman():
    Nsamples = np.arange(0,10,.1)

    kal = DvKalman()
    #print type(kal)
    Xsaved = []
    Zsaved = []

    for i in range(len(Nsamples)):
        z = GetPos()
        print z
        print 'from TestDvKalman zpos = %s' % z
        Zsaved.append(z)
        [position, velocity] = kal(z)
        print position, velocity
        Xsaved.append([position, velocity])
    print Zsaved
    print Xsaved
#    f1 = pl.subplot(121)
#    f1 = pl.plot(Xsaved, 'x-',label = 'Xsaved')
#    f1 = pl.legend()
#    
#    f2 = pl.subplot(122)
#    f2 = pl.title('Kalman Velocity')
#    f2 = pl.plot(Zsaved, 'o-', color = 'brown',label = 'Zsaved')
#    f2 = pl.legend()
#    
#    pl.show()

if __name__ == '__main__':  
    TestDvKalman()

我添加了一些print行來跟蹤和調試代碼，並且添加了新變量newM ，該變量不會出現在代碼中。 矩陣正確打印This is self.H*self.xp [[ 2.]] and this is self.z = from GetPos.__repr__ z=[[0]]兩種矩陣都是1x1，但我仍然收到錯誤消息，不要不知道為什么。 錯誤是：

    newM2 = self.z - self.H*self.xp
TypeError: unsupported operand type(s) for -: 'GetPos' and 'matrix'

我懷疑我在某個地方弄亂了類型，但不知道在哪里以及如何更正它。 您能指出我的錯誤在哪里，以及如何構建類似的代碼以避免將來出現類似的錯誤嗎？

Answer 1

您正在將GetPos實例傳遞給DvKalman __call__方法。 因此，您嘗試減去一個GetPos實例和一個矩陣。 不是矩陣和矩陣。

Answer 2

在TestDvKalman ，此行

    z = GetPos()

將z設置為GetPos的實例。 您可以在以下行kal其用作kal的參數：

    [position, velocity] = kal(z)

所以__call__方法DvKalman給出的實例GetPos ，其中保存為self.z 。 這導致在此行出現錯誤：

    newM2 = self.z - self.H*self.xp

Answer 3

將newM2 = self.z - self.H*self.xp為newM2 = self.z() - self.H*self.xp

該程序應該可以使用該程序（但是我無法確認它是否想要您想要）