ScholarGate
Assistent
Machine learningNonlinear Estimation

Udvidet Kalman-filter

Det udvidede Kalman-filter (EKF) er den ikke-lineære generalisering af Kalman-filteret, som udvider den lineære tilstandsestimeringsalgoritme til ikke-lineære systemer gennem lokal linearisering. Udviklet af Bucy i starten af 1960'erne er EKF blevet arbejdshesten for tilstandsestimering i ikke-lineære systemer inden for robotteknologi, rumfart og navigation, hvilket muliggør realtidsbehandling af støjfyldte målinger fra ikke-lineære sensorer og dynamikker.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

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

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  1. Bucy, R. S. (1961). A linear approximation to the solution of nonlinear filtering equations. Technical Report No. 32-486, Jet Propulsion Laboratory. link
  2. Bar-Shalom, Y., Li, X. R., & Kirubarajan, T. (2001). Estimation with Applications to Tracking and Navigation. Wiley-Interscience. DOI: 10.1002/0471221279
  3. Welch, G., & Bishop, G. (2006). An Introduction to the Kalman Filter. UNC-CH Technical Report. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Extended Kalman Filter. ScholarGate. https://scholargate.app/da/control-theory/extended-kalman-filter

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.

Sammenlign side om side

Refereret af

ScholarGateExtended Kalman Filter (Extended Kalman Filter). Hentet 2026-06-15 fra https://scholargate.app/da/control-theory/extended-kalman-filter · Datasæt: https://doi.org/10.5281/zenodo.20539026