ScholarGate
Asistent
Machine learningNonlinear Estimation

Unscented Kalman Filter

Unscented Kalman Filter (UKF) je nelinearni algoritam za procjenu stanja koji aproksimira nelinearne sustave bez potrebe za eksplicitnim izračunom Jacobiana. UKF, koji su uveli Julier i Uhlmann 1997. godine, koristi unscented transformaciju—determinističku metodu za hvatanje statistika srednje vrijednosti i kovarijancije kroz pažljivo odabran skup uzoraka (sigma točaka)—čineći ga točnijim od Extended Kalman Filtera za visoko nelinearne sustave, izbjegavajući pritom računsku složenost izračuna derivacija.

Otvorite u MethodMindUskoroApply, compare, get guidance
Tools & resources
Preuzmi prezentaciju
Learn & explore
VideoUskoro

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  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

Kako citirati ovu stranicu

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

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo

Citirana u

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Preuzeto 2026-06-17 s https://scholargate.app/hr/control-theory/unscented-kalman-filter · Skup podataka: https://doi.org/10.5281/zenodo.20539026