Odporny filtr Kalmana
Odporny filtr Kalmana (ang. Robust Kalman Filter) to rozszerzenie klasycznego filtru Kalmana, zaprojektowane w celu utrzymania wiarygodnej estymacji stanu, gdy obserwacje lub szum procesowy odbiegają od założeń rozkładu Gaussa — w szczególności, gdy dane zawierają wartości odstające, rozkłady z grubymi ogonami lub poważne błędy. Zastępując lub zmniejszając wagę standardowej aktualizacji metodą najmniejszych kwadratów za pomocą korekt ograniczających wpływ lub opartych na M-estymacji, zapobiega on zniekształceniu całej estymacji stanu przez pojedynczy anomalny pomiar.
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
- 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 ↗
- Huber, P. J. & Ronchetti, E. M. (2011). Robust Statistics (2nd ed.). Wiley. ISBN: 978-0470129906
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Kalman Filter. ScholarGate. https://scholargate.app/pl/bayesian/robust-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.
- Rozszerzony Filtr KalmanaTeoria sterowania↔ compare
- Filtr KalmanaStatystyka bayesowska↔ compare
- Filtr cząsteczkowy (Sekwencyjny Monte Carlo)Statystyka bayesowska↔ compare
- Solidne wnioskowanie bayesowskieStatystyka bayesowska↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →