卡曼滤波器入门教程α−β−γ滤波器 4
示例4：使用用α−β−γ滤波器追踪加速飞行器在这个例子中，我们使用α−β−γ过滤器跟踪一架恒定加速度的飞行器。
α−β−γ滤波器
α−β−γ滤波器（有时称为g-h-k滤波器）考虑目标加速度。因此，状态外推方程变为：
状态更新方程变为：
数值示例：
让我们以上一个例子中的场景为例：一架飞机以50m/s的恒定速度移动15秒，然后以8m/s2的恒定加速度加速35秒。
α-β-γ滤波器参数为：
α=0.5
β=0.4
γ=0.1
追踪周期为5秒
迭代0：
初始化：
给出了时间n=0的初始条件：
预测：
应使用状态推导方程外推得到第一个周期（n=1）状态：
迭代1：
在第一个周期（n=1）中，初始猜测是先前的估计：
步骤1:
雷达测量飞机航程：
z1=30160m
步骤2：
使用状态更新方程计算当前估计：
步骤3：
使用状态推导方程计算下一状态估计：
迭代2：
经过一个完整周期后，来自前一个迭代的预测估计变为当前迭代中的先前估计。
步骤1：
雷达测量飞机航程：
z2=30365m
步骤2：
使用状态更新方程计算当前估计：
步骤3：
使用状态推导方程计算下一状态估计：
迭代3-10：
下表总结了连续迭代的计算：
以下图表比较了前50秒的距离、速度和加速度的真实值、测量值和估计值：
如你所见，包含加速度的动态模型方程的α−β−γ滤波器可以在恒定加速度下跟踪目标并消除滞后误差。
但是在机动目标的情况下会发生什么？目标可以通过机动突然改变飞行方向，目标的动态模型还可以包括急动（改变加速度），在这种情况下，带有恒定滤波器系数得α−β−γ滤波器会产生估计误差，在某些情况下会丢失目标轨迹。
卡尔曼滤波器可以处理动态模型中的不确定性，这是我们的下一个主题，就在总结之后。
总结：
存在有多种类型α−β−γ滤波器，它们基于相同的原理：
l当前状态估计基于状态更新方程。
l下一个状态估计（预测）基于动态模型方程。
这些滤波器之间的主要区别在于权重系数α−β−γ的选择，一些滤波器类型使用恒定的权重系数；其他的通过计算得到每个滤波器迭代的权重系数。
α、β和γ的选择对于估计算法的正确运行至关重要。
α−β−γ应该是什么参数？作为卡尔曼滤波器的介绍，我这里只做简单介绍，因此，我不讨论这个主题。好奇的读者可以找到许多关于这个主题的书籍和论文。作为参考，我建议：
dirk tenne, tarunraj singh. “optimal design of α−β−(γ)α−β−(γ) filters”. state university of new york at buffalo.
苹果正计划用Sensor Shift技术取代OIS马达的防抖功能
三输出功率控制器ISL6402/2A的性能特点及应用
168天的日夜奋战，第10.5代首片65英寸产品正式点亮
在5G竞赛中 AI正在实现奋力超车
先导智能上半年净利润3.27亿元
卡曼滤波器入门教程α−β−γ滤波器 4
创新性“水滴”造型设计，HUAWEI FreeBuds 5 带来时尚聆听新体验
柔性可变形跨域智能飞行帮助人类实现跨域飞行
极光蓝版荣耀V9真有毒：5.7寸2K屏+双摄，潜伏300才买到
常见的陀螺仪有哪些
深度学习中的各种卷积原理解析
黑科技让技术多样性 全球生物识别技术炙手可热
一家专门研究格式的公司可能异军突起 在VR界投下炸弹
电气线路起火的原因_防止电气线路起火的措施
保护电气系统安全的重要设备,芯森电流传感器在断路器中的应用
区块链微支付技术有什么特殊的地方
电动汽车公司国内2月产量，特斯拉产量接近4000辆
Soc系统知识概述
京东方与夏普努力想成为iPhone的可挠式OLED面板供应商
传输线阻抗计算中的有关问题
α−β−γ滤波器
α−β−γ滤波器（有时称为g-h-k滤波器）考虑目标加速度。因此，状态外推方程变为：
状态更新方程变为：
数值示例：
让我们以上一个例子中的场景为例：一架飞机以50m/s的恒定速度移动15秒，然后以8m/s2的恒定加速度加速35秒。
α-β-γ滤波器参数为：
α=0.5
β=0.4
γ=0.1
追踪周期为5秒
迭代0：
初始化：
给出了时间n=0的初始条件：
预测：
应使用状态推导方程外推得到第一个周期（n=1）状态：
迭代1：
在第一个周期（n=1）中，初始猜测是先前的估计：
步骤1:
雷达测量飞机航程：
z1=30160m
步骤2：
使用状态更新方程计算当前估计：
步骤3：
使用状态推导方程计算下一状态估计：
迭代2：
经过一个完整周期后，来自前一个迭代的预测估计变为当前迭代中的先前估计。
步骤1：
雷达测量飞机航程：
z2=30365m
步骤2：
使用状态更新方程计算当前估计：
步骤3：
使用状态推导方程计算下一状态估计：
迭代3-10：
下表总结了连续迭代的计算：
以下图表比较了前50秒的距离、速度和加速度的真实值、测量值和估计值：
如你所见，包含加速度的动态模型方程的α−β−γ滤波器可以在恒定加速度下跟踪目标并消除滞后误差。
但是在机动目标的情况下会发生什么？目标可以通过机动突然改变飞行方向，目标的动态模型还可以包括急动（改变加速度），在这种情况下，带有恒定滤波器系数得α−β−γ滤波器会产生估计误差，在某些情况下会丢失目标轨迹。
卡尔曼滤波器可以处理动态模型中的不确定性，这是我们的下一个主题，就在总结之后。
总结：
存在有多种类型α−β−γ滤波器，它们基于相同的原理：
l当前状态估计基于状态更新方程。
l下一个状态估计（预测）基于动态模型方程。
这些滤波器之间的主要区别在于权重系数α−β−γ的选择，一些滤波器类型使用恒定的权重系数；其他的通过计算得到每个滤波器迭代的权重系数。
α、β和γ的选择对于估计算法的正确运行至关重要。
α−β−γ应该是什么参数？作为卡尔曼滤波器的介绍，我这里只做简单介绍，因此，我不讨论这个主题。好奇的读者可以找到许多关于这个主题的书籍和论文。作为参考，我建议：
dirk tenne, tarunraj singh. “optimal design of α−β−(γ)α−β−(γ) filters”. state university of new york at buffalo.
苹果正计划用Sensor Shift技术取代OIS马达的防抖功能
三输出功率控制器ISL6402/2A的性能特点及应用
168天的日夜奋战，第10.5代首片65英寸产品正式点亮
在5G竞赛中 AI正在实现奋力超车
先导智能上半年净利润3.27亿元
卡曼滤波器入门教程α−β−γ滤波器 4
创新性“水滴”造型设计，HUAWEI FreeBuds 5 带来时尚聆听新体验
柔性可变形跨域智能飞行帮助人类实现跨域飞行
极光蓝版荣耀V9真有毒：5.7寸2K屏+双摄，潜伏300才买到
常见的陀螺仪有哪些
深度学习中的各种卷积原理解析
黑科技让技术多样性 全球生物识别技术炙手可热
一家专门研究格式的公司可能异军突起 在VR界投下炸弹
电气线路起火的原因_防止电气线路起火的措施
保护电气系统安全的重要设备,芯森电流传感器在断路器中的应用
区块链微支付技术有什么特殊的地方
电动汽车公司国内2月产量，特斯拉产量接近4000辆
Soc系统知识概述
京东方与夏普努力想成为iPhone的可挠式OLED面板供应商
传输线阻抗计算中的有关问题