ScholarGate
Assistente
Machine learningNonlinear Estimation

Filtro di Kalman Non Lineare (Unscented Kalman Filter, UKF)

Il Filtro di Kalman Non Lineare (Unscented Kalman Filter, UKF) è un algoritmo non lineare di stima dello stato che approssima sistemi non lineari senza richiedere il calcolo esplicito dello Jacobiano. Introdotto da Julier e Uhlmann nel 1997, l'UKF utilizza la trasformata unscented—un metodo deterministico per catturare le statistiche di media e covarianza attraverso un insieme attentamente scelto di punti campione (sigma points)—rendendolo più accurato del Filtro di Kalman Esteso (Extended Kalman Filter, EKF) per sistemi altamente non lineari, evitando al contempo l'onere computazionale dei calcoli delle derivate.

Apri in MethodMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

  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

Come citare questa pagina

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

Quale metodo?

Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.

Confronta affiancati

Citato da

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Consultato il 2026-06-15 da https://scholargate.app/it/control-theory/unscented-kalman-filter · Insieme di dati: https://doi.org/10.5281/zenodo.20539026