Калманов филтър с грешка в измерването
Калмановият филтър с грешка в измерването е рекурсивен байесов алгоритъм за пространство на състоянията, който оценява истинското скрито състояние на динамична система от шумни наблюдения. Той изрично разделя шума на процеса (несигурност в динамиката на системата) от шума на измерването (несигурност в наблюдението), като разпространява и двата източника на грешка чрез двустъпков цикъл на прогнозиране-актуализация, за да получи оптимални филтрирани оценки на състоянието и свързаната с тях несигурност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35–45. DOI: 10.1115/1.3662552 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
Как да цитирате тази страница
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/bg/bayesian/kalman-filter-with-measurement-error
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Динамично Байесово извежданеБейсови методи↔ сравняване
- Калманов филтърБейсови методи↔ сравняване
- Калманов филтър при липсващи данниБейсови методи↔ сравняване
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ сравняване
- Последователен Монте КарлоБейсови методи↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →