ScholarGate
Assistent
Bayesian methodsBayesian / computational

Robust Kalman-filter

Det robuste Kalman-filter er en udvidelse af det klassiske Kalman-filter, designet til at opretholde pålidelig tilstandsestimering, når observationer eller processtøj afviger fra den Gaussiske antagelse – især når data indeholder outliers, tung-halede fordelinger eller grove fejl. Ved at erstatte eller nedvægte den standard mindste kvadraters opdatering med indflydelsesbegrænsede eller M-estimationsbaserede korrektioner forhindrer det en enkelt anomal måling i at forvrænge hele tilstandsestimatet.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  2. Huber, P. J. & Ronchetti, E. M. (2011). Robust Statistics (2nd ed.). Wiley. ISBN: 978-0470129906

Sådan citerer du denne side

ScholarGate. (2026, June 3). Robust Kalman Filter. ScholarGate. https://scholargate.app/da/bayesian/robust-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.

Compare side by side

Refereret af

ScholarGateRobust Kalman Filter (Robust Kalman Filter). Hentet 2026-06-15 fra https://scholargate.app/da/bayesian/robust-kalman-filter · Datasæt: https://doi.org/10.5281/zenodo.20539026