Filtro di Kalman con errore di misurazione
Il filtro di Kalman con errore di misurazione è un algoritmo ricorsivo Bayesiano nello spazio degli stati che stima lo stato nascosto reale di un sistema dinamico da osservazioni rumorose. Separa esplicitamente il rumore di processo (incertezza della dinamica del sistema) dal rumore di misurazione (incertezza dell'osservazione), propagando entrambe le fonti di errore attraverso un ciclo predizione-aggiornamento in due fasi per fornire stime ottimali filtrate dello stato e la loro incertezza associata.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/it/bayesian/kalman-filter-with-measurement-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Inferenza Bayesiana DinamicaBayesiano↔ compare
- Filtro di KalmanBayesiano↔ compare
- Filtro di Kalman con dati mancantiBayesiano↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →