Filter Kalman dengan Galat Pengukuran
Filter Kalman dengan galat pengukuran adalah algoritma ruang keadaan Bayesian rekursif yang mengestimasi keadaan tersembunyi sejati dari sistem dinamis dari observasi yang berisik. Algoritma ini secara eksplisit memisahkan derau proses (ketidakpastian dinamika sistem) dari derau pengukuran (ketidakpastian observasi), menyebarkan kedua sumber galat melalui siklus prediksi-pembaruan dua langkah untuk menghasilkan estimasi keadaan terfilter optimal dan ketidakpastian terkaitnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/id/bayesian/kalman-filter-with-measurement-error
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Inferensi Bayesian DinamisBayesian↔ bandingkan
- Filter KalmanBayesian↔ bandingkan
- Filter Kalman dengan Data HilangBayesian↔ bandingkan
- Filter Partikel (Monte Carlo Sekuensial)Bayesian↔ bandingkan
- Monte Carlo SekuensialBayesian↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →