Java 卡尔曼滤波与内部状态变量的质量

我正在尝试为Android开发运动检测应用程序。该应用程序应该能够跟踪手机在太空中的运动，并将其映射到电脑屏幕上的运动。我使用三轴加速度计，由于数据非常嘈杂，我使用卡尔曼滤波器

内部状态为6分量向量[speed-x，speed-y，speed-z，accel-x，accel-y，accel-z]，测量状态为3分量向量[accel-x，accel-y，accel-z]

过滤器在测量值上工作得很好，但速度仍然非常嘈杂

现在我想知道这是正常行为还是我做错了什么，因为我对卡尔曼滤波器的理解是非常基本的。我正在使用JKalman库和以下状态转移矩阵（dt为1/15，这是传感器刷新率的近似值）

双[][]A={ {1,0,0,dt,0,0}， {0,1,0,0,dt,0}， {0,0,1,0,0,dt}， { 0, 0, 0, 1, 0, 0 }, { 0, 0, 0, 0, 1, 0 }, { 0, 0, 0, 0, 0, 1 } };

我还建立了自己的协方差矩阵，协方差是根据测试数据计算出来的。这稍微改善了加速信号，但对速度没有影响

目前我能够实现stdvar

[00632041857 00607274545 00886326602]用于速度[x，y，z]

[00041689678 0004423822 00074808552]用于加速度[x，y，z]

我对加速信号很满意，我想我不能再提高它了，但我很想提高速度信号的质量。

无论你做什么，速度都会在几秒钟内变得非常不准确。虽然上面链接的答案是关于位置的，但速度也是如此。至于卡尔曼滤波器，请参见

---

你应该尝试使用GPS获取速度，或者（如果适用）在你的应用程序中使用手机的方向，放弃获取速度。

除了我刚刚在维基百科上读到的内容外，我对卡尔曼滤波器知之甚少，但我要说的是，你试图以不适当的方式应用卡尔曼滤波器

stdvar应该只表示噪声，但我怀疑这是您计算的。但更根本的是，我认为您缺少一些输入数据：当您有许多不同的输入时，例如加速计+GPS时，会使用卡尔曼滤波器

用Kalman或其他方法，你不可能读入嘈杂的加速计输入，并以某种方式获得一个平滑的精确轨迹。你总是可以对加速计数据进行某种时间平均，这会给你一个平滑的轨迹，但轨迹会与实际轨迹不同。（如果要尝试时间平均：例如，a_平滑{i}=0.6a{i}+0.3a{i-1}+0.1a{i-2}。）

还有一个更大的问题，加速度计的精度非常差，你可能无法用它做很多事情，特别是像@Ali所回答的那样跟踪位置

---

编辑：我在网上找到了一些与你的方程式相似的参考资料，但这些都是用于恒定加速度模型的卡尔曼滤波器，这显然不是你想要的。

好吧，实际上它工作得很好，唯一的问题是速度非常慢，速度非常快（如预期的那样）。我只需要相对运动（所以我知道它向左，向右，向上，向下）和可能的大小。对于速度问题，我使用的是速度转储（如果应用的加速度为零，则速度在每个时间步乘以系数<1.0，因此它会很快变为零）。无论如何，谢谢你的材料，我会尽快看一看，看起来很有趣。@Andraz有趣。所以你不需要精确的速度。那么你所描述的就行了。好吧，祝你好运！