喝一杯茶，學習效率30倍開啟。
讓自己鎮定下來。
頭腦一片清明，思維漸漸清晰。
心無旁騖。
此刻。
池遠腦子裏，隻有學習。
繼續思考：
“慣導係統需要用加速度計、陀螺儀去測定火箭的角運動、線運動信息，加上初始信息交給計算模塊。
由計算模塊推出火箭的姿態、速度、航向和位置等參數……
所以，是測得的數據出現誤差太大，還是處理數據過程中算法存在缺陷？”
誤差是不可避免的，此時有兩種方式減小誤差帶來的影響。
一是更新到更先進的設備，得到更精確的數據。
二是合理利用相關算法，減小誤差影響。
而卡爾曼濾波算法，便是這樣的算法。
簡單而言，這個算法可以利用目標的動態信息，設法去掉噪聲（誤差）的影響。
“我記得，老爸筆記裏詳細介紹了這個算法。當時嫌太多，我沒看。”
這樣想著，池遠翻起了老爸池易的筆記。
其中就有對卡爾曼濾波算法的詳細推導和理解。
要想徹底掌握一個算法，第一步便是看懂推導，然後自己推一遍，隨後在才理解原理的基礎上，形成自己的理解。
這才算是掌握。
看著那些排列整齊的數字，卻又是那樣陌生。
“協方差矩陣、矩陣微分、數學建模……參考書目《矩陣分析與應用》。”
池遠沉默了。
微分、矩陣……
他想起畢達哥拉斯曾經說過，萬物的起源是“數字”。
研究數字的學問就是數學。
這不一定全對，但對理工科而言，這是沒錯的。
高中以前的數學，僅僅算是入門。
當踏入微積分的大門，才會發現，微積分真的妙！
甚至可以說，沒有微積分，那就沒有經典力學的突飛猛進。
熱力學理論不可能迅速發展，蒸汽機年代的到來就會延遲。
工業革命不知道要推遲多久。
打個比方。
微積分之前的數學，數學是一柄直尺，不能測量彎曲的東西，同時精度已經被固定，估算全靠眼睛。
有了微積分的出現，便賦予了尺子彎曲的能力，同時也將精度深化到了微觀世界，探討無窮小，無限接近準確值。WwW.com
微分最重要的思想就是，將非直線，切割成無數段。
其中每段，將能將其看做是直線。
所謂的化曲為直。
而積分，就是將這些看成直線的小段，以一個好看的方式，拚回去！
計算得到簡化。
其中劃分段數越多，精度越高，結果越接近真實值。
至於矩陣，這又是一個學習起來令人頭大的玩意。
它同樣是一種重要的數學工具，將人類文明又推向一個新階段。
作為工具，如果僅僅是計算矩陣，靠計算機便能解決。
但問題是，除了考試，沒人給你列出矩陣。
實際問題中，你要從寫矩陣開始。
所以，為什麼這個問題，要用到矩陣，又該怎麼得到正確的矩陣？
這才是最難的地方。
需要理解矩陣的意義。
就這麼一隻小小的火箭，讓池遠感覺到了自己的無知。
學習之路任重而道遠。
知識宛如深海，數不清它有幾滴。
雖然目前階段，數競幾乎不涉及矩陣，但以後終歸要學。
這矩陣說不定，就是他數學衝刺評分200的關鍵。