Kalmanfilter med målingsfeil
Kalmanfilteret med målingsfeil er en rekursiv Bayesiansk tilstandsrom-algoritme som estimerer den sanne skjulte tilstanden til et dynamisk system fra støyende observasjoner. Det skiller eksplisitt mellom prosessstøy (usikkerhet i systemdynamikken) og målingsstøy (usikkerhet i observasjonen), og forplanter begge kildene til feil gjennom en to-trinns prediksjons- og oppdateringssyklus for å gi optimale filtrerte tilstandsestimater og deres tilhørende usikkerhet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Kalman Filter with Explicit Measurement Error Modeling. ScholarGate. https://scholargate.app/no/bayesian/kalman-filter-with-measurement-error
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- Dynamisk Bayesiansk InferensBayesiansk↔ sammenlign
- Kalman-filteretBayesiansk↔ sammenlign
- Kalmanfilter med manglende dataBayesiansk↔ sammenlign
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ sammenlign
- Sekvensiell Monte CarloBayesiansk↔ sammenlign
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →