雷達實測資料卡爾曼濾波(kf)的調參，主要包括一下幾個內容：
1.過程雜訊矩陣q，觀測雜訊矩陣r；
2.初始圓形大波門尺寸γ，穩定跟蹤過程中的橢圓波門γ；
3.目標初始（超大）協方差p0；
此外，跟蹤效果還與凝聚演算法，濾波器演算法，資料關聯方法，航跡起始演算法，運動模型……密切相關；
凝聚演算法：這裡使用凝聚層次分析；
濾波器：傳統kf濾波器；
資料關聯：最近鄰關聯；
航跡起始演算法：n/m邏輯法（當然也可使用hough變換）；
運動模型：勻速直線運動模型；
注意：精確的取樣時間t在這裡對於演算法的理解非常重要。
調參的難度主要在於，在交通場景車輛是擴充套件目標，因此點雲可能是來自於車身，車頭，車位，車側……任何其中的1個或多個部位的量測。為了避免高度複雜的資料關聯，因此必須執行凝聚演算法。
這裡，由於目標量測的部位不同，如果雷達的掃瞄頻率很高，凝聚之後的點目標可能是乙個高度機動的目標，因此cv模型不能很好地跟蹤，最好使用多模。
調參方法：
1.根據凝聚後的點目標簡單做乙個跟蹤，指導點量測跳變的最大範圍（也可根據目標自身的長寬高估計凝聚點誤差範圍）；
2.根據跟蹤的目標外推目標的狀態序列，檢視目標的速度跳變範圍；
3.根據凝聚點誤差/速度跳變範圍，反推加速度，加速度是過程雜訊協方差矩陣q的係數的重要依據；
a.模擬粒子濾波器，過程雜訊應該保證在**步的橢圓波門能夠覆蓋下一幀的量測；（也應該用3σ原則判定凝聚點誤差是否會跳出帶隨機遊走q**步的橢圓範圍）
b.開啟q矩陣看看對角線元素大小是否合適；
c.過程雜訊q矩陣主要依賴於算機動目標加速度（速度變化率：a=δv/t，如果掃瞄頻率很高，那麼加速度a可能更大）；
4.根據凝聚點跳變範圍（或目標車身的長寬高），使用±3σ原則設計觀測器協方差矩陣r；（這個不用做太大改變，如果想瘦臉效果好，反而可以把r適當改小）
5.初始協方差p0和初始圓形大波門γ協調更改，根據波門門限γ，新息v，新息協方差s，需要進行比較記為<=>，定義為：γ<=>v'*s*v；
6.初始協方差應該設定的盡量大，初始波門可以適當改小，用於包容更多的航跡起始，而跟蹤波門則交給橢圓波門，可以根據跟跟蹤波門大小γ/兩側空間維度nz的概率關係查表獲得（nz=2，通常可以將γ設定為：1,4,16）
7.核心還是要多跑程式，多終止，然後看目標狀態序列和量測序列，查它們之間的關係，用於修改q,r,p0,γ,γ
感謝 sumoier對本文的幫助！
資料怎麼傳 室內定位模組資料傳輸能力的實測經歷
今天我們帶著我們的定位模組和用於資料傳輸的呼救器來到了上海之巔 上海中心大廈，世界級的摩天大樓，我們將會從最底層到達位於大樓第118層的 上海之巔 觀光廳，高達546公尺，在這裡最新版本的呼救器傳輸距離是否能突破，是否能保證在摩天大樓裡定位資料依舊不丟包呢，且看實測效果。為什麼要測資料傳輸的能力呢，...
大資料傳統企業實施理性篇 請放慢你的步伐
一 楔子 社群的力量是巨大的，開源的 也 是魅力無窮，靠忽悠無法長久的雲計算已是昨日黃花，it新貴的發力點聚焦大資料，言必稱大資料，語必談資料 更有甚者，高唱2013是大資料元 年，2014必將是大資料爆發的一年。而企業也已躁動不安，紛紛舉旗遙相吶喊 大資料我來了 在此給這些企業潑盆冷水，降降溫度。...
WDT 多TCP鏈路的資料傳輸開源庫
作為國際著名的社交 facebook與開源專案一直關係密切。目前，其設立的開源專案個數已經超過200個。這些開源專案在為廣大開發人員提供便利的同時，也為facebook帶來了各方面豐厚的回報。近日，facebook又公布了乙個開源專案 超高速資料傳輸工具 warp speed data transf...