カルマンフィルターを学ぶための良い本または参考書

カルマンフィルターはまったく新しいものです。条件付き確率と線形代数に関するいくつかの基本的なコースを受講しました。誰かがカルマンフィルターの操作を理解するのに役立つ、良い本やWeb上のリソースを提案できますか？

ほとんどのウェブサイトは公式とその意味から直接始まりますが、私はその導出、または詳細な導出ではないとしても、少なくとも各操作とパラメーターの物理的な重要性に関心があります。

何年も前に、カルマンフィルターについてこのチュートリアルを書きました。これは、従来の行列アプローチを使用してフィルターを導出するとともに、統計的仮定を「最適な」最小二乗フィルターとして示します。

これは、カルマンフィルターをうまく書いたようです。

私も本を探していました。実際の状況でカルマンフィルタリングを学び、実装するために必要な基本をカバーするのに最適です。これまでのところ、私の選択をこれに確定しました：

カルマンフィルタリングの基礎：ポールザルチャンによる実用的なアプローチ（天文学と航空学の進歩）

これでいいと思い、今注文しています。:)

YouTube動画の3部シリーズ（それぞれ約10分）は、カルマンフィルターを直感的に理解できるようにします。

http://www.youtube.com/watch?v=FkCT_LV9Syk。

注目すべき点の1つは、カルマンフィルターの方程式を導き出す方法はさまざまであり、それぞれの方法によって、その働き方が異なるということです。したがって、このアルゴリズムを内部化するのに役立つ2〜3種類の派生物を検討することをお勧めします。

最近、Mandic、Danilo P.、Kanna、Sithan、およびConstantinides、Anthony G. は、IEEE信号処理マガジンで「最小平均二乗とカルマンフィルターの本質的な関係について」を発表しました。

カルマンフィルターと最小平均二乗（LMS）適応フィルターは、多くの統計信号処理アプリケーションで互換的に使用される最も一般的な2つの適応推定アルゴリズムです。これらは通常、個別のエンティティとして扱われ、前者は最適なベイズ推定器の実現として、後者は最適なウィーナーフィルタリング問題の再帰的な解決策として扱われます。この講義ノートでは、最適な確率的勾配降下法の適応に必要な自由度を分析することにより達成されるカルマンフィルタリングとLMSタイプのアルゴリズムに関する共同の視点を構築するシステム識別フレームワークについて検討します。このアプローチにより、ベイジアン統計の概念なしにカルマンフィルターを導入できます。

カルマン理論とMATLABを使用した実装を学ぶための非常に良い本がここにあります

最高のリソースは、私の意見ではウィキペディアのページです。以下は、ウィキペディアのページに記載されているのと同じ表記のカルマンフィルターの最小限でシンプルな実装です。https：//github.com/zziz/kalman-filter