面试题库 › 算法 / 大模型 › 卡尔曼滤波与最小二乘法的区别

卡尔曼滤波与最小二乘法的区别

难度 ★★★在 1 场真实面经中被问到 方向:算法 / 大模型考点:状态估计与定位

哪些公司问过

经纬恒润1

常见岗位:自动驾驶

答案要点

  1. 最小二乘多用于静态参数估计,通常一次性处理全部观测
  2. 卡尔曼滤波估计动态状态,包含状态转移模型和观测模型
  3. 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
  4. 线性高斯条件下卡尔曼滤波是最小均方误差最优估计
  5. 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

面试官常见追问

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。

相关面试题