Hierarchiczny filtr Kalmana
Hierarchiczny filtr Kalmana (HKF) rozszerza klasyczny filtr Kalmana na systemy z wieloma poziomami lub skalami reprezentacji stanu. Stosuje rekursje Kalmana na każdym poziomie hierarchii — od ogólnej do szczegółowej rozdzielczości lub od globalnych do lokalnych podsystemów — i przekazuje informacje między poziomami za pomocą przesiewów w górę i w dół, generując optymalne liniowe estymaty stanu w ustrukturyzowanej przestrzeni stanów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Chou, K. C., Willsky, A. S., & Benveniste, A. (1994). Multiscale recursive estimation, data fusion, and regularization. IEEE Transactions on Automatic Control, 39(3), 464–478. DOI: 10.1109/9.280746 ↗
- Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. ISBN: 978-1107619289
Jak cytować tę stronę
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/pl/bayesian/hierarchical-kalman-filter
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.
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Filtr KalmanaStatystyka bayesowska↔ compare
- Filtr cząsteczkowy (Sekwencyjny Monte Carlo)Statystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →