Kalmanfilter med målefejl
Kalmanfilteret med målefejl er en rekursiv Bayesiansk tilstandsrums-algoritme, der estimerer den sande skjulte tilstand af et dynamisk system ud fra støjfyldte observationer. Det adskiller eksplicit processtøj (usikkerhed i systemdynamikken) fra målestøj (usikkerhed i observationen) og propagere begge fejlkilder gennem en to-trins forudsigelses-opdateringscyklus for at opnå optimale filtrerede tilstandsestimater og deres tilhørende usikkerhed.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
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 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
Sådan citerer du denne side
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/da/bayesian/kalman-filter-with-measurement-error
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Dynamisk Bayesiansk InferensBayesiansk↔ sammenlign
- Kalman-filterBayesiansk↔ sammenlign
- Kalmanfilter med manglende dataBayesiansk↔ sammenlign
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ sammenlign
- Sekventiel Monte CarloBayesiansk↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →