Linear Quadratic Gaussian
Der Linear Quadratic Gaussian (LQG) Regler kombiniert den Linear Quadratic Regulator (LQR) mit einem Kalman-Filter, um stochastische Systeme mit Messrauschen und Prozessrauschen zu behandeln. LQG, entwickelt von Kalman und später von Athans und anderen formalisiert, ist die natürliche stochastische Erweiterung von LQR und bleibt der Goldstandard für optimale lineare Regelung unter Rauschen, mit Anwendungen, die von Raumfahrzeugen, Flugzeugautopiloten bis hin zur industriellen Prozesssteuerung reichen.
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
- 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 ↗
- Athans, M. (1971). The role and use of the stochastic linear-quadratic-gaussian problem in control system design. IEEE Transactions on Automatic Control, 16(6), 529-552. DOI: 10.1109/TAC.1971.1099818 ↗
- Kwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Linear Quadratic Gaussian. ScholarGate. https://scholargate.app/de/control-theory/linear-quadratic-gaussian
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.
- Erweiterter Kalman-FilterRegelungstechnik↔ compare
- Kalman FilterBayes-Statistik↔ compare
- Linear Quadratic RegulatorRegelungstechnik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →