Hierarchischer Kalman-Filter
Der Hierarchische Kalman-Filter (HKF) erweitert den klassischen Kalman-Filter auf Systeme mit mehreren Ebenen oder Skalen der Zustandsrepräsentation. Er wendet Kalman-Rekursionen auf jeder Ebene einer Hierarchie an – von grober zu feiner Auflösung oder von globalen zu lokalen Teilsystemen – und leitet Informationen über Aufwärts- und Abwärtsläufe zwischen den Ebenen weiter, wodurch optimale lineare Zustandsschätzungen über einen strukturierten Zustandsraum erzeugt werden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/de/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.
- Hierarchische Bayes'sche InferenzBayes-Statistik↔ compare
- Kalman FilterBayes-Statistik↔ compare
- Partikelfilter (Sequentieller Monte-Carlo-Algorithmus)Bayes-Statistik↔ compare
- Sequentielle Monte-Carlo-MethodenBayes-Statistik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →