【OXの算術教室】第①期：详解卡尔曼滤波(10)

，其中
这种矩阵叫做协方差矩阵(covariance matrix)，可以看到它是一个实对称矩阵。
有了均值与协方差矩阵就能描述出t时刻测量值周围真实值的概率分布情况了，我们将其记为。在接下来的算法推导过程中，会多次用到这种描述方法。

三、卡尔曼滤波的大致实现思路
让我们从最初的时刻开始。t=0，传感器上电，传回了第一批表示系统状态的数据。老办法，把它记为向量。当然这是包涵了随机噪声的测量值，而传感器的精确度和中各分量之间的相关性是我们能事先得知的初始参数，同理把它们记为。由于没有其他能够修正数据的信息了，所以暂且就把和所描述的正态分布当做对t=0时刻真实值的最优估计了。