-- 发布时间：2013-03-17 19:39:50
根据统计估计理论，统计估计可分为平滑、滤波和预测三种情况。
平滑，是指根据过去和当前的测量数据对信号在过去某时刻的值做出估计。这就好比在读信过程中遇到难以辨认的字时，我们可以继续读下去，然后再回过头来根据上下文判断这个字是什么字。
滤波，是指根据过去和当前的测量数据对信号的当前值做出估计。这就相当于在读信过程中一遇到难以辨认的字就停住，不看下文，仅根据上文来对该字做出判断。显然，由于滤波所掌握的信息少于平滑，其难度要大于平滑。
预测，是指根据过去和当前的测量数据对信号的未来值做出估计。这就好比运动员在打球时，根据球从过去到现在的运动轨迹来预测球的未来的运动轨迹。显然，预测的难度比前两者都大。
以上文字摘自蒋志凯所编著的《数字滤波与卡尔曼滤波》一书。
一直对这几个概念理解不是很清楚，今天偶然翻看了这本书，看到上面所举例子，感觉突然明白了这几个概念。
此为转帖，来自：
http://www.chinavib.com/home-space-uid-131581-do-blog-id-18173.html
-- 作者：tom
-- 发布时间：2013-03-17 22:09:40
如果有过去和当前的测量数据，还需要对过去某时刻的值做出估计吗？平滑估计是去除某些超出置信区间的数值，因为这些数值不够可靠。
总而言之，平滑和滤波应该考虑测量的误差以及干扰。
目前已经有2条评论 >>> 发表你的见解