Filtre de Kalman pour le suivi de signaux
Le filtre de Kalman est un algorithme récursif qui estime de manière optimale l'état d'un système dynamique linéaire à partir de mesures bruitées, en minimisant l'erreur quadratique moyenne. Introduit par Rudolf Kalman en 1960, il a révolutionné la théorie du contrôle, la navigation et le traitement du signal en permettant une estimation optimale en temps réel pour les systèmes variant dans le temps. Le filtre de Kalman est devenu indispensable pour le suivi des engins spatiaux, la navigation GPS et d'innombrables applications modernes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
- Grewal, M. S., & Andrews, A. P. (2015). Kalman Filtering: Theory and Practice with MATLAB (4th ed.). Wiley-IEEE Press. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Kalman Filter for Signal Estimation and Tracking. ScholarGate. https://scholargate.app/fr/signal-processing/kalman-filter-signal
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Filtre LMS adaptatifTraitement du signal↔ comparer
- Conception de filtres FIRTraitement du signal↔ comparer
- Filtre adaptéTraitement du signal↔ comparer
- Filtre de WienerTraitement du signal↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →