Filter Kalman Tak Beraroma (Unscented Kalman Filter)
Filter Kalman Tak Beraroma (UKF) adalah algoritma estimasi keadaan nonlinier yang mengaproksimasi sistem nonlinier tanpa memerlukan komputasi Jacobian eksplisit. Diperkenalkan oleh Julier dan Uhlmann pada tahun 1997, UKF menggunakan transformasi tak beraroma—metode deterministik untuk menangkap statistik rata-rata dan kovarians melalui serangkaian titik sampel (titik sigma) yang dipilih dengan cermat—menjadikannya lebih akurat daripada Filter Kalman Diperluas untuk sistem yang sangat nonlinier sambil menghindari beban komputasi perhitungan turunan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
- 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 ↗
- Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Unscented Kalman Filter. ScholarGate. https://scholargate.app/id/control-theory/unscented-kalman-filter
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.
- Filter Kalman DiperluasTeori Kendali↔ bandingkan
- Gaussian Kuadratik LinearTeori Kendali↔ bandingkan
Dirujuk oleh
Similar methods
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →