Kalman-filter
Kalman-filteret er en optimal rekursiv algoritme til estimering af den skjulte tilstand af et lineært dynamisk system ud fra støjfyldte målinger. Ved hvert tidstrin veksler det mellem et prædiktionstrin – der fremskriver tilstanden ved hjælp af systemmodellen – og et opdateringstrin, der korrigerer prædiktionen med den nye observation, hvilket producerer minimum-varians tilstandsestimater og deres usikkerhed i realtid.
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.
+40 more
Kilder
- 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 ↗
- Welch, G. & Bishop, G. (2006). An Introduction to the Kalman Filter. University of North Carolina at Chapel Hill, Technical Report TR 95-041. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Kalman Filter (Linear-Gaussian State-Space Filter). ScholarGate. https://scholargate.app/da/bayesian/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.
- Bayesiansk regressionBayesiansk↔ compare
- Dynamisk Bayesiansk NetværkBayesiansk↔ compare
- Udvidet Kalman-filterReguleringsteknik↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →