卡尔曼滤波与最小二乘法的区别
哪些公司问过
答案要点
- 最小二乘多用于静态参数估计,通常一次性处理全部观测
- 卡尔曼滤波估计动态状态,包含状态转移模型和观测模型
- 卡尔曼滤波递推进行预测和更新,不保存历史数据,同时输出协方差
- 线性高斯条件下卡尔曼滤波是最小均方误差最优估计
- 状态不变且无过程噪声时,卡尔曼滤波退化为递推最小二乘
易错点
- 以为卡尔曼滤波和最小二乘毫无关系
- 认为卡尔曼滤波在任何系统下都是最优的,忽略线性高斯前提
- 把 Q、R 当成固定常数不调,导致发散或滞后
面试官常见追问
- 你对卡尔曼滤波有什么看法?
- Q 和 R 怎么影响滤波结果?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。