ScholarGate
Asszisztens
Machine learningNonlinear Estimation

Szagtalan Kalman-szűrő

A Szagtalan Kalman-szűrő (UKF) egy nemlineáris állapotbecslő algoritmus, amely explicit Jacobi-mátrix számítás nélkül közelíti a nemlineáris rendszereket. A Julier és Uhlmann által 1997-ben bevezetett UKF a szagtalan transzformációt használja – ez egy determinisztikus módszer a középérték és kovariancia statisztikák rögzítésére gondosan kiválasztott mintapontok (sigma pontok) segítségével –, így a rendkívül nemlineáris rendszerek esetében pontosabb, mint a Kiterjesztett Kalman-szűrő (EKF), miközben elkerüli a derivált számítások számítási terheit.

Megnyitás itt: MethodMindHamarosanApply, compare, get guidance
Tools & resources
Diák letöltése
Learn & explore
VideóHamarosan

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  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

Hogyan hivatkozzon erre az oldalra

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

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Letöltve 2026-06-17, forrás: https://scholargate.app/hu/control-theory/unscented-kalman-filter · Adatkészlet: https://doi.org/10.5281/zenodo.20539026