1. 칼만 필터 (Kalman Filter)
ㅇ 불확실한 상황에서, 동적시스템의 상태를 추정하는, 효과적인 알고리즘 (이론, 매커니즘)
- 현재 위치를 추정하기 위해, 예측 단계와 갱신 단계를 반복하게 됨
. 모델이 주어지고, 순차적인 상태 예측 및 측정이 가능한 경우에 유용
ㅇ 루돌프 칼만 (Rudolf E. Kalman, 1930~2016)
- "A New Approach to Linear Filtering and Prediction Problems" (1960년, ACME 저널)
2. 칼만 필터의 특징
ㅇ 궤환 구조를 갖음
ㅇ 최적화 알고리즘 임
ㅇ 동적 추정기 임
- 상태 방정식을 이용한 동적 추정기 임
ㅇ (편집중)
3. 칼만 필터의 추정 방식
ㅇ 가용 정보로부터 미지량을 추정하게 됨
- 가용 정보 : 불확실하고 근사화된 수학적 모델식, 노이즈 모델식, 측정 데이터
. 수학적 모델식
. 노이즈 모델식
. 측정 데이터 : 측정값에 내재된 오류 정도를 확률적으로 묘사
- 미지량 : 시스템의 상태변수, 파라미터
. 상태변수 : 시시각각 변하는 변수 형태
. 파라미터 : 대체적으로 일정한 상수 형태(변수도 가능)
ㅇ 3가지 추정 방식 모두를 지원하는 수학적 도구를 제공
- Estimation : 과거,현재 데이터를 기반으로 미래 특정 시각의 상태를 추정
- Filtering : 현재 상태의 실시간 추정 (Online)
- Smoothing : 축적된 과거,미래 측정 데이터의 후처리를 통한 추정 (Offline)
4. 칼만 필터의 알고리즘
ㅇ 초기값 선정
ㅇ 추정값과 오차 공분산 예측 (예측 단계)
ㅇ 칼만 이득 계산
ㅇ 추정값 계산
ㅇ 오차 공분산 계산
ㅇ (편집중)