Иерархический фильтр Калмана
Иерархический фильтр Калмана (ИФК) расширяет классический фильтр Калмана на системы с несколькими уровнями или масштабами представления состояния. Он применяет рекурсии Калмана на каждом уровне иерархии — от грубого к точному разрешению или от глобальных к локальным подсистемам — и передает информацию между уровнями посредством восходящих и нисходящих проходов, производя оптимальные линейные оценки состояния во всей структурированной пространственно-временной модели.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/ru/bayesian/hierarchical-kalman-filter
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Иерархический байесовский выводБайесовские методы↔ сравнить
- Фильтр КалманаБайесовские методы↔ сравнить
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ сравнить
- Последовательный Монте-КарлоБайесовские методы↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →