两个高斯分布乘积的理论推导

本文主要推导高斯分布(正态分布)的乘积,以便能更清楚的明白Kalman滤波的最后矫正公式。

  Kalman滤波主要分为两大步骤:
  1.系统状态转移估计;

  2.系统测量矫正。
在第2步中的主要理论依据就是两个独立高斯分布的乘积如何计算的问题,即如何融合 估计值观测值 得到系统状态的最优估计。

高斯分布的概率密度函数:

 

参考链接:两个高斯分布乘积的理论推导

其他文献:两个高斯函数的卷积仍为一高斯函数

posted @ 2020-12-01 20:16  rainbow70626  阅读(1017)  评论(0编辑  收藏  举报