返回信息流状态方程：
X[k+1]=A*X[k]+w[k] //w[k]是高斯白噪声w~N(0,R)
观测方程：
Z[k]=H*X[k]+v[k]//v[k]也是高斯白噪声v~N(0,Q)
怎么样定状态转移矩阵A和观测矩阵H，然后用观测值来估计或预测未知的或未来的状态？
很多文献中都说A是不变的，H由观测方法确定后不变，但怎么确定？求做过的人给予指教。谢谢！
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #3364同步于 2008/9/29
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
讨论[怎么确定卡尔曼滤波算法的系数矩阵？]
Bertalanffy
2008/9/29镜像同步2 回复
订阅后，新回复会通过你的通知中心匿名送达。
2 条回复
【 在 Bertalanffy 的大作中提到: 】
: 状态方程：
: X[k+1]=A*X[k]+w[k] //w[k]是高斯白噪声w~N(0,R)
: 观测方程：
: ...................
同学你好，你搞过卡尔曼滤波？我同学也搞这个能不能给个qq，讨论一下。