Hierarkisk Kalman-filter
Det Hierarkiske Kalman-filter (HKF) udvider det klassiske Kalman-filter til systemer med flere niveauer eller skalaer af tilstandsrepræsentation. Det anvender Kalman-rekursioner på hvert niveau af et hierarki — fra grov til fin opløsning eller fra globale til lokale undersystemer — og overfører information på tværs af niveauer via opadgående og nedadgående 'sweeps', hvilket producerer optimale lineære tilstandsestimater i et struktureret tilstandsrum.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Chou, K. C., Willsky, A. S., & Benveniste, A. (1994). Multiscale recursive estimation, data fusion, and regularization. IEEE Transactions on Automatic Control, 39(3), 464–478. DOI: 10.1109/9.280746 ↗
- Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. ISBN: 978-1107619289
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/da/bayesian/hierarchical-kalman-filter
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →