卡尔曼滤波降噪代码示例

以下是一个使用卡尔曼滤波进行降噪的Python代码示例：

import numpy as np
from scipy.linalg import inv

def kalman_filter(data, Q, R):
    n = len(data)
    x = np.zeros((n,))
    P = np.zeros((n,))
    x[0] = data[0]
    P[0] = 1

    for i in range(1, n):
        x[i] = x[i-1]
        P[i] = P[i-1] + Q

        K = P[i] / (P[i] + R)
        x[i] = x[i] + K * (data[i] - x[i])
        P[i] = (1 - K) * P[i]

    return x

# 示例数据
data = [1.2, 1.5, 1.3, 1.6, 1.4]

# 噪声方差
Q = 0.01
R = 0.1

# 使用卡尔曼滤波进行降噪
filtered_data = kalman_filter(data, Q, R)

print("原始数据：", data)
print("降噪后的数据：", filtered_data)

该代码使用了卡尔曼滤波算法对给定的数据进行降噪处理。其中，`data`是输入的原始数据，`Q`和`R`分别是过程噪声方差和测量噪声方差。函数`kalman_filter`实现了卡尔曼滤波的主要逻辑，返回降噪后的数据。