了比较理想的滤波效果……
“嘶——”
“我有点后悔拆开这封信了……”
常浩南揉了揉有些发胀的太阳穴，把信纸放在桌上，起身离开卧室。
他准备去泡一杯浓茶。
今天晚上的休息恐怕又要泡汤了。
……
几小时后。
常浩南看着已经被自己用红蓝铅笔做满标记的信纸，以及旁边写的满满当当的笔记本，喝掉了保温杯中最后一口苦得发涩的茶水。
只能说徐洋不愧是UCB归国的博士，又亲自参与了差分进化算法的开发过程。
就对方表现出来的这个能力水平，说她有个跟自己同款的系统似乎也不是特别夸张。
举一反三的能力相当强悍。
这封信的内容说起来并不算复杂：
徐洋在看过常浩南对差分进化算法的改进之后，提出了一个新的思路，想要就这个思路跟后者探讨一下可行性以及应用前景。
简单来说，滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，对于一切需要发射电磁信号的行为而言，几乎都是一个必不可少的过程。
实际上，高中数学学过的最小二乘法就是一种经典的滤波方法，但是由于只考虑了测量和状态之间的关系，这种方法的稳定性不好。
后来，针对噪声服从高斯分布的线性系统诞生了卡尔曼滤波法，由于其高效性和准确性，很快成为了工程中应用最广泛的滤波方法之一。
但因为最开始的卡尔曼滤波法只适用于线性系统，因此后来又有很多人在此基础上进行了一定扩展，以使这种广受好评的滤波算法也可以用于非线性系统中。
其中最典型的一种便是扩展卡尔曼滤波算法（EKF），也就是先用泰勒级数将系统方程展开，忽略二阶以及二阶以上的高阶项，此时非线性系统已接近线性形式，再利用标准卡尔曼滤波算法对系统的状态进行估计。
显然，EKF算法的计算量并不大，实现起来也并不困难，但EKF对强非线性系统容易产生严重的震荡，甚至是发散。
到了90年代中期这会，工程界已经基本看到了EKF算法的极限，开始琢磨对EKF算法进行改进，或者创造一种新的卡尔曼滤波算法出来。
而徐洋提出的这种新算法则是在滤波之前先使用一种经过改进的差分进化算法对过程噪声的方差进行选择，大大减小了状态估计偏
本章未完，请点击下一页继续阅读！