具有完整数据集的卡尔曼滤波器?

| 我正在寻找一种方法,可以将指南针和陀螺仪中的数据组合在一起,以便确定事后的态度。我将使用一个完整的数据集,其中定期记录3D指南针和陀螺仪的读数,但是我想在后处理中恢复对姿态的估计。 我已经考虑过简单地使用卡尔曼滤波器,因为它们有充分的文献记录,但是宁愿使用更适合于已知完整数据集的情况。我感觉解决方案是“简单”最小二乘问题,但是我希望这里的人可以指出我的方向是处理该问题(或类似问题)的一两纸。 在这一点上,我什至不知道该过滤器将被称为什么,所以我很难找到有用的搜索词。任何帮助,将不胜感激。 非常感谢!     
已邀请:
如果您详细了解卡尔曼滤波器,则还可以实现在完整数据集上运行的所谓卡尔曼平滑器。 但是,让我警告您一件事。程序员没有卡尔曼过滤器这样的东西。卡尔曼滤波器很难理解。如果您不理解它,将无法正确实现和使用它。 我的实现几乎就是您想要的。我使用了加速度计和陀螺仪,但没有使用指南针。它基于此手稿,请先阅读。目前,我对传感器融合的最详细描述是幻灯片29-32。这是一个开源项目,我计划在未来几周内发布求解器的更新版本。     

要回复问题请先登录注册