iOS 中 RSSI 的卡尔曼滤波器

Question

我制作了一个 iOS 应用程序来对信标进行测距。我注意到来自信标的 RSSI 值随时间随机波动。为了获得平滑的 RSSI 值，我尝试使用卡尔曼滤波器。

在卡尔曼滤波器方程 as described here 中，可以通过测量一系列 RSSI 值的方差来计算测量噪声 (R)，并且可以假设过程噪声 (Q) 可以忽略不计。但是，我无法弄清楚方程中误差方差 (P) 估计值的确切概念。

我的实际测量数据是一系列RSSI值，请问如何实现卡尔曼滤波？

Answer 1

基本上误差方差（P）的估计取决于它自己的过去值和过程噪声（Q）。由于过程噪声（Q）可以忽略不计或非常小的值（0.00001）并且P不依赖于实际测量，最终它成为一个固定值。此外，如果您的系统是移动的，您可以将一系列 RSSI 值和您的运动作为输入变量。