ScholarGate
Assistent
Machine learningNonlinear Estimation

Unscented Kalman Filter

Unscented Kalman Filter (UKF) er en ikke-lineær tilstandsestimeringalgoritme som tilnærmer ikke-lineære systemer uten å kreve eksplisitt Jacobi-beregning. UKF ble introdusert av Julier og Uhlmann i 1997, og bruker den unscented transformasjonen – en deterministisk metode for å fange gjennomsnitts- og kovariansstatistikk gjennom et nøye utvalgt sett med prøvepunkter (sigma-punkter) – noe som gjør den mer nøyaktig enn Extended Kalman Filter for svært ikke-lineære systemer, samtidig som den unngår den beregningsmessige byrden med derivatberegninger.

Åpne i MethodMindSnartApply, compare, get guidance
Tools & resources
Last ned lysbilder
Learn & explore
VideoSnart

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Unscented Kalman Filter. ScholarGate. https://scholargate.app/no/control-theory/unscented-kalman-filter

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.

Sammenlign side om side

Referert av

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Hentet 2026-06-15 fra https://scholargate.app/no/control-theory/unscented-kalman-filter · Datasett: https://doi.org/10.5281/zenodo.20539026