Kalmanov filtar s pogreškom mjerenja
Kalmanov filtar s pogreškom mjerenja rekurzivni je bajezijanski algoritam prostora stanja koji procjenjuje istinsko skriveno stanje dinamičkog sustava na temelju bučnih promatranja. Eksplicitno razdvaja šum procesa (neizvjesnost dinamike sustava) od šuma mjerenja (neizvjesnost promatranja), propagirajući oba izvora pogreške kroz dvostupanjski ciklus predviđanja-ažuriranja kako bi se dobile optimalne procijenjene filtrirane vrijednosti stanja i njihova pripadajuća neizvjesnost.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 978-0199641178
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/hr/bayesian/kalman-filter-with-measurement-error
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Dinamičko Bayesijansko zaključivanjeBayesovska statistika↔ usporedi
- Kalmanov filtarBayesovska statistika↔ usporedi
- Kalmanov filtar s nedostajućim podacimaBayesovska statistika↔ usporedi
- Particle Filter (Sequential Monte Carlo)Bayesovska statistika↔ usporedi
- Sekvencijalno Monte CarloBayesovska statistika↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →