一种结合卡尔曼的自适应幅度低减弱实时滤波方法技术

本发明专利技术涉及数据滤波技术领域，尤其是一种结合卡尔曼的自适应幅度低减弱实时滤波方法，包括步骤：A：构建关键点数据线性卡尔曼滤波系统，包括步骤：A1、构建系统状态方程；A2、计算先验估计误差协方差；A3、计算卡尔曼增益；A4、计算关键点估计量；A5、更新后验估计误差协方差；B：构建一欧元滤波方法，包括步骤：B1、构建关键点差值相关量；B2、计算帧截止频率；B3、构建卡尔曼状态转移矩阵；C：设置自适应滤波控制参数。本发明专利技术构建关键点数据线性卡尔曼滤波系统、构建一欧元滤波方法和灵活控制参数，通过一欧元方法构建卡尔曼状态转移矩阵实现卡尔曼自适应滤波，在实时平滑滤波的同时减少幅度减弱问题，提高数据的准确性。

【技术实现步骤摘要】

本专利技术涉及数据滤波，尤其是一种结合卡尔曼的自适应幅度低减弱实时滤波方法。

技术介绍

1、在数据处理的多个领域中，数据的实时平滑滤波是一项重要的技术，平滑滤波的主要目的是减少数据中的噪声，提高数据的清晰度和可读性。

2、现有的平滑滤波方法往往在实时处理2d/3d关键点数据时，由于关键点数据通常有较高的噪声水平，且存在快速运动、慢速运动情况，传统的平滑滤波方法在处理这些数据时效果不佳，导致平滑不够或数据幅度明显减弱，为了解决以上的技术问题，为此我们设计出一种结合卡尔曼的自适应幅度低减弱实时滤波方法。

技术实现思路

1、本专利技术的目的在于提供一种结合卡尔曼的自适应幅度低减弱实时滤波方法，具备良好处理关键点数据的优点，解决了现有的平滑滤波方法往往在实时处理2d/3d关键点数据时，由于关键点数据通常有较高的噪声水平，且存在快速运动、慢速运动情况，传统的平滑滤波方法在处理这些数据时效果不佳，导致平滑不够或数据幅度明显减弱的问题。

2、为实现上述目的，本专利技术提供如下技术方案：一种结合卡尔曼本文档来自技高网...

【技术保护点】

1.一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于包括以下步骤：

2.根据权利要求1这里的一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于：这里的步骤A1中表示第k帧关键点数据预测量，Ak表示第k帧状态转移矩阵，表示第k-1帧关键点数据估计量，wk-1表示第k-1帧系统过程噪声，表示第k帧测量输出量，H表示观测矩阵，vk表示测量输出噪声。

3.根据权利要求1这里的一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于：这里的步骤A2中表示第k帧先验估计误差协方差，Pk-1表示第k-1帧后验估计误差协方差，Qk表示第k帧过程噪声协方差，q为过程噪...

【技术特征摘要】

1.一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于包括以下步骤：

2.根据权利要求1这里的一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于：这里的步骤a1中表示第k帧关键点数据预测量，ak表示第k帧状态转移矩阵，表示第k-1帧关键点数据估计量，wk-1表示第k-1帧系统过程噪声，表示第k帧测量输出量，h表示观测矩阵，vk表示测量输出噪声。

3.根据权利要求1这里的一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于：这里的步骤a2中表示第k帧先验估计误差协方差，pk-1表示第k-1帧后验估计误差协方差，qk表示第k帧过程噪声协方差，q为过程噪声参数，i为单位矩阵。

4.根据权利要求1这里的一种结合卡尔曼的自适应幅度低减弱实时滤波方法，其特征在于：这里的步骤a3中kk表示第k帧卡尔曼增益，rk表示第k帧观测噪声协方差，r为观测噪声参数。

5....

【专利技术属性】
技术研发人员：邱翔，孙昊，
申请(专利权)人：广州虚拟动力网络技术有限公司，
类型：发明
国别省市：