（1）HMM：隱變量是離散的

（2）Kalman Filter：又叫 Linear Dynamic Model 或 Linear Gaussian Model?

? ? ? ? ? ?隱變量和觀測變量都是連續的，都是服從高斯分布的? ? ? ?

（3）Particle Filter：Non-Linear、Non-Guaaian?

1.?Kalman Filter

這里：Z為狀態，相當于X；X為測量，相當于Y。

2. Filtering

2.1 filtering問題

多維高斯分布：邊緣分布、條件概率分布、聯合概率分布都是高斯分布。

2.2 filtering問題求解

觀測值y之間絕對不會相對獨立，但若所有隱狀態x都已知時，觀測值就是相互獨立的，即觀測值根據隱狀態的情況而定。

HMM：隱狀態必須都是離散的

?若聯合分布為高斯分布，則其每一個元素都為高斯分布。

總結

以上是生活随笔為你收集整理的卡尔曼滤波器算法（Kalman Filter）—— 数学推导，图文并茂的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。