Cela fait quelques années que je n'ai pas abordé le filtrage de Kalman et j'ai été approché avec une implémentation de conception dont je ne suis pas certain, donc je demanderais ici ...Kalman Filtres Covariance et Gains "copiés"
La conception est pour le suivi de plusieurs balles dans l'espace. Nous définissons leur système comme l'équation standard de second ordre x + v t + a t^2. Supposons maintenant que chaque balle est lancée par une machine à lancer. Alors que la machine à tanguer doit être constante, nous ne pouvons pas faire définitivement cette supposition ... Dans cet esprit, la question que j'ai est: Si nous avons 2 balles dans notre espace que nous suivons, séparées par 10 intervalles d'échantillonnage. En supposant que la position initiale, la vitesse et l'accélération de chaque balle sont les mêmes, pouvons-nous essentiellement "amorcer" les gains du filtre pour la balle 2 avec celui des valeurs de la balle 1? C'est à dire. Pouvons-nous utiliser les matrices de gain et de covariance du filtre de la balle 1 pour réduire notre erreur d'estimation sur la balle 2 au départ au lieu de laisser les transitoires se résoudre naturellement? Le but de ceci serait d'entrainer essentiellement notre filtre de Kalman pour que chaque balle avance afin de mieux faire un meilleur estimateur.