Kalman-Filter
如何估計卡爾曼濾波器的參數
在上一個問題中，我詢問了一些非高斯經驗數據的擬合分佈。
有人離線向我建議，我可以嘗試假設數據是高斯的並首先擬合卡爾曼濾波器。然後，根據錯誤，決定是否值得開發更高級的東西。這就說得通了。
所以，有了一組很好的時間序列數據，我需要估計幾個變量來運行卡爾曼濾波器。
（當然，某處可能有一個 R 包，但我想自己學習如何做到這一點。）
Max Welling 有一個很好的教程，描述了所有的卡爾曼濾波和平滑方程以及參數估計。這可能是一個很好的起點。