卡尔曼滤波理解及代码分析
鉴于网上的代码以及分析的各种错误，所以写一个正确的详细的分析。
过程方程以及量测方程
X(K)=AX(K-1)+BU(K-1)+W(K-1)
Z(K)=HX(K)+V(K)
说明，下面带T的表示转置。
卡尔曼滤波的黄金五条公式
X(k|k-1)=AX(k-1|k-1)+BU(k)……….先验估计P(k|k-1)=A P(k-1| k-1) AT+Q……….误差协方差Kg(k)= P(k|k-1) HT / (H P(k|k-1) HT + R)……….计算卡尔曼增益X(k|k)= X(k|k-1) + Kg(k)(Z(k) - H X(k|k-1))……….修正估计P(k|k)=（ I-Kg(k) H） P(k|k-1)……….更新误差协方差
下面的程序主要针对MPU6050的姿态角的滤波。
float Q_angle=0.001; //陀螺仪噪声的协方差float Q_gyro=0.003; //陀螺仪漂移噪声的协方差float R_angle=0.5;// 加速度计的协方差float dt=0.005;char C_0 = 1;float Q_bias=0, Angle_err=0; //Q_bias为陀螺仪漂移float PCt_0=0, PCt_1=0, E=0;float K_0=0, K_1=0, t_0=0, t_1=0;float Pdot[4] ={0,0,0,0};float PP[2][2] = { { 1, 0 },{ 0, 1 } };
首先建立的是过程方程，这里的状态变量是angle以及Q_bias,角度以及陀螺仪的漂移。
那么已经建立了这里的预测方程，没有加上噪声。
void Kalman_Filter(float Gyro,float Accel) { //Gyro陀螺仪的测量值，Accel加速度计的角度计算值Angle+=(Gyro - Q_bias) * dt; //角度测量模型方程//就漂移来说认为每次都是相同的Q_bias=Q_bias；//由此得到矩阵
上面的代码就对应着预测方程。对应着卡尔曼滤波的五个公式的第一条：X(k|k-1)=AX(k-1|k-1)+BU(k)
这里再分析第二条公式，P(k|k-1)=A P(k-1| k-1) AT+Q。可以在之前看出，A=[1,-dt;0,1]。而Q的定义如下：
因为角度噪声和陀螺仪的角速度的漂移噪声相互独立，所以为一个对角矩阵。然后，Q_angle,Q_gyro再程序开头已经给出。所以设P=[a,b;c,d]
的出一个更新的式子，
[acbd]=[10−dt1][acbd][1−dt01]+[Qangle00Qgyro]
最后的到的更新的方法
[acbd]=[a−c∗dt−b∗dt+d∗dt∗dtc−d∗dtb−d∗dtd]+[Qangle00Qgyro]
所以看代码，可以看出写的极为的不合理，但是都是这样写的，先看一看。
Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; Pdot[1] = -PP[1][1];Pdot[2] = -PP[1][1];Pdot[3] = Q_gyro;PP[0][0] += Pdot[0] * dt; PP[0][1] += Pdot[1] * dt; PP[1][0] += Pdot[2] * dt;PP[1][1] += Pdot[3] * dt;
对照上面的公式，还是可以看出来，PP就是[a,b;c,d]的，但是注意，Pdot只是矩阵运算的中间值，但是不知为什么要叫成Pdot，误人子弟。而且最大的错误在于这样写，Q乘以了一个dt，但是最后并不会怎么影响，因为Q也是初始给的一个值而已，但是这样写还是有问题的，还是按照推导来写比较好。
再是第三个公式来计算卡尔曼增益，Kg(k)= P(k|k-1) HT / (H P(k|k-1) HT + R)，所以这里要做的就是再建立一个量测方程，这里测量的值是加速度计算出来的角度值，所以
Accelangle=[10][angleQbias]+R
所以H=[1 0],卡尔曼增益就是一个二维向量[k0,k1]T。
直接带入计算第三个公式。
PCt_0 = C_0 * PP[0][0];//矩阵乘法的中间变量PCt_1 = C_0 * PP[1][0];//C_0=1//分母E = R_angle + C_0 * PCt_0;//增益值K_0 = PCt_0 / E;K_1 = PCt_1 / E;
基本还算比较清楚，但是命名的话真的不忍心吐槽。
再看第四个公式，X(k|k)= X(k|k-1) + Kg(k)(Z(k) - H X(k|k-1)).
Angle_err = Accel - Angle; //Accel是加速度计的值，算出来的角度的测量值。Angle += K_0 * Angle_err; //对状态的卡尔曼估计。Q_bias += K_1 * Angle_err; Gyro_x = Gyro - Q_bias;//计算得角速度值，这里由于每次对Q_bias更新，就更准确，比初始矫正后不管肯定要好很多。
第五个公式对PP进行更新，P(k|k)=（ I-Kg(k) H） P(k|k-1)；
t_0 = PCt_0; //矩阵计算中间变量t_1 = C_0 * PP[0][1];PP[0][0] -= K_0 * t_0; PP[0][1] -= K_0 * t_1;PP[1][0] -= K_1 * t_0;PP[1][1] -= K_1 * t_1;}
已经不忍心吐槽他的命名了。到这里基本分析完毕，至于卡尔曼滤波的证明推导，可以参考其他，这里只是分析代码，但是网上基本都是这样写的，有分析的，但是要么就是直接甩代码，要么就是分析的很多错误，太乱，决定写一个完整的正确的分析mpu6050卡尔曼滤波的程序。
如果觉得《四轴mpu6050姿态角卡尔曼滤波代码分析》对你有帮助，请点赞、收藏，并留下你的观点哦！
