IMU&GNSS的误差状态卡尔曼滤波器（ESKF）---更新过程 ESKF的更新过程 ESKF的更新过程 前面介绍的是ESKF的运动过程，现在考虑更新过程。假设一个抽象的传感器能够对状态变量产生观测，其观测方程为抽象的h,那么可以写为 其中z为观测数据，v为观测噪声，V为该噪声的协方差矩阵。 在传统的EKF中，可以直观地对观测方程线性化，求出观测方程相对与状态变量的雅克比矩阵

IMU&GNSS 误差状态卡尔曼滤波器（ESKF）的离散时间的ESKF 运动方程与运动过程 离散时间的ESKF 运动方程ESKF的运动过程 离散时间的ESKF 运动方程 名义状态变量的离散时间运动方程可以写为：（不用考虑噪声，噪声在误差状态中） 误差状态变量的离散时间运动方程为： 式中右侧部分省略了括号里的（t）以简化公式 噪声项并不参与递推，需要把它们单独归入噪声部分。连