ScholarGate
دستیار
Machine learningNonlinear Estimation

فیلتر کالمن بدون اغتشاش (Unscented Kalman Filter - UKF)

فیلتر کالمن بدون اغتشاش (UKF) یک الگوریتم تخمین حالت غیرخطی است که سیستم‌های غیرخطی را بدون نیاز به محاسبه صریح ژاکوبین تقریب می‌زند. UKF که در سال ۱۹۹۷ توسط Julier و Uhlmann معرفی شد، از تبدیل بدون اغتشاش (unscented transform) - یک روش قطعی برای ثبت آمار میانگین و کوواریانس از طریق مجموعه‌ای با دقت انتخاب‌شده از نقاط نمونه (نقاط سیگما) - استفاده می‌کند و این امر آن را برای سیستم‌های به‌شدت غیرخطی دقیق‌تر از فیلتر کالمن بسط‌یافته (Extended Kalman Filter - EKF) می‌سازد، در حالی که از بار محاسباتی محاسبات مشتق نیز اجتناب می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Julier, S. J., & Uhlmann, J. K. (1997). A new method for the nonlinear transformation of means and covariances in filters and estimators. IEEE Transactions on Automatic Control, 45(3), 477-482. link
  2. Wan, E. A., & Van Der Merwe, R. (2000). The unscented Kalman filter for nonlinear estimation. Proceedings of the IEEE 2000 Adaptive Systems for Signal Processing, 153-158. link
  3. Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Unscented Kalman Filter. ScholarGate. https://scholargate.app/fa/control-theory/unscented-kalman-filter

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/control-theory/unscented-kalman-filter · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026