ScholarGate
Assistent
Machine learningNonlinear Estimation

Filtre de Kalman No Lineal (Unscented Kalman Filter, UKF)

El Filtre de Kalman No Lineal (UKF) és un algorisme d'estimació d'estats no lineals que aproxima sistemes no lineals sense necessitat de calcular Jacobianes explícites. Introduït per Julier i Uhlmann el 1997, l'UKF utilitza la transformació no lineal (unscented transform)—un mètode determinista per capturar les estadístiques de mitjana i covariància mitjançant un conjunt curosament seleccionat de punts mostrals (sigma points)—el que el fa més precís que el Filtre de Kalman Estès (EKF) per a sistemes altament no lineals, evitant alhora la càrrega computacional dels càlculs de derivades.

Obre a MethodMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  1. Julier, S. J., & Uhlmann, J. K. (1997). A new method for the nonlinear transformation of means and covariances in filters and estimators. IEEE Transactions on Automatic Control, 45(3), 477-482. link
  2. Wan, E. A., & Van Der Merwe, R. (2000). The unscented Kalman filter for nonlinear estimation. Proceedings of the IEEE 2000 Adaptive Systems for Signal Processing, 153-158. link
  3. Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Unscented Kalman Filter. ScholarGate. https://scholargate.app/ca/control-theory/unscented-kalman-filter

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat

Citat per

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Recuperat el 2026-06-15 de https://scholargate.app/ca/control-theory/unscented-kalman-filter · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026