Kfilter

卡尔曼滤波和扩展卡尔曼滤波的无std实现。

请参阅文档和示例了解使用方法。

请参阅这篇博客文章了解库的设计原因。

特性

• 建模状态转换/预测的系统
  • 线性或非线性
  • 带输入和不带输入
• 建模传感器/观测的测量
  • 线性或非线性
• 单测量卡尔曼滤波器（Kalman1M）或多测量/多速率（Kalman）

快速入门

以下示例是一个具有位置测量的位置和速度2状态卡尔曼滤波器。

use kfilter::{Kalman1M, KalmanPredict};
use nalgebra::{Matrix1, Matrix1x2, Matrix2, SMatrix};

// Create a new 2 state kalman filter
let mut k = Kalman1M::new(
    Matrix2::new(1.0, 0.1, 0.0, 1.0),   // F
    SMatrix::identity(),                // Q
    Matrix1x2::new(1.0, 0.0),           // H
    SMatrix::identity(),                // R
    SMatrix::zeros(),                   // x
);
// Run 100 timesteps
for i in 0..100 {
    // predict based on system model
    k.predict();
    // update based on new measurement
    k.update(Matrix1::new(i as f64));
}