ScholarGate
Asistent
Machine learningNonlinear Estimation

Neものový Kalmanův filtr

Neものový Kalmanův filtr (UKF) je nelineární algoritmus odhadu stavu, který aproximuje nelineární systémy bez nutnosti explicitního výpočtu Jacobiánů. UKF, představený Julierem a Uhlmannem v roce 1997, využívá neものovou transformaci – deterministickou metodu pro zachycení střední hodnoty a kovariančních statistik pomocí pečlivě zvolené sady vzorkovacích bodů (sigma bodů) – což jej činí přesnějším než rozšířený Kalmanův filtr pro vysoce nelineární systémy a zároveň se vyhýbá výpočetní zátěži spojené s výpočtem derivací.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  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

Jak citovat tuto stránku

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

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe

Odkazuje sem

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Získáno 2026-06-15 z https://scholargate.app/cs/control-theory/unscented-kalman-filter · Datová sada: https://doi.org/10.5281/zenodo.20539026