El Filtro de Kalman - Departamento de Electrónica - Universidad de ...
El Filtro de Kalman - Departamento de Electrónica - Universidad de ...
El Filtro de Kalman - Departamento de Electrónica - Universidad de ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Proceso a estimar<br />
Introduction<br />
<strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong><br />
Orígenes<br />
Descripción <strong>de</strong>l <strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong><br />
Ejemplo:<br />
Conclusiones<br />
Condición <strong>de</strong> partida importante<br />
Todos los procesos estocásticos involucrados <strong>de</strong>ben tener<br />
distribución gaussiana.<br />
W k = N(0, Σ W y V k = N(0, Σ V ).<br />
X 0 = N(X 0 , Σ 0 ).<br />
Consecuencia<br />
X k e Y k son también gaussianos.<br />
Profesor: Daniel Pizarro Pérez<br />
Estimación estocástica: <strong>Filtro</strong> <strong>de</strong> <strong>Kalman</strong>