Quais são os bons livros introdutórios sobre os filtros Kalman? Eu gosto de muitos exemplos e técnicas práticas, e menos teoria.
A introdução mais legível para humanos, com exemplos que encontrei até agora, é o SIGGRAPH Course Pack .
[Reposicionando um comentário de @ Vincent-Zoonekynd do Estimate na presença de observações ausentes ]: Aqui está uma introdução muito simples ao filtro Kalman, para estimar a posição de um robô (pense na posição como o parâmetro que você está tentando estimar) : sites.google.com/site/udacitymirrorcs373/cs-373/unit-2 (você pode pular parte do começo, que é irrelevante, e verificar as palestras anteriores e próximas, que apresentam alternativas não paramétricas ao filtro Kalman) : filtro de histograma e filtro de partículas).
Filtragem avançada de Kalman, mínimos quadrados e modelagem: um manual prático de Bruce Gibbs é generosamente polvilhado de exemplos.
Um livro de que não gosto é A Kalman Filter Primer .
Fiz a limpeza do Kalman depois de ler 'Kalman Filter for Beginners with Matlab examples' de Phil Kim http://books.google.co.uk/books?id=W8u_XwAACAAJ&dq=kalman+filter+phil+kim&source=bl&ots=N-I0YhBX_U&sig = pcfeeEGHYmYDr7bockF5kSIMM_s & hl = pt-BR = X & ei = ir5xUM3gM8Op0QWI8YDwDQ & ved = 0CC4Q6AEwAA O livro começa com algumas idéias básicas, como recursão, média móvel, filtro passa-baixo, para passar para a implementação de Kalman. Existem exemplos do Matlab, que você pode tentar sozinho e não há espaço para nenhum método ou derivação pouco claro. O livro trata o Kalman Filter do ponto de vista prático e toda a matemática é deixada para livros mais avançados. Talvez após este livro você não seja um especialista, mas com certeza saberá como começar a ser um especialista e como usar o Kalman imediatamente.
O livro Uma Introdução à Análise de Séries Temporais do Espaço de Estado, de Commandeur e Koopman, é pequeno e bastante legível. Ele usa o Ssfpack e o STAMP para implementar coisas, o que dificultou a transferência de conhecimento.