Фильтр Калмана
Фильтр Калмана — это оптимальный рекурсивный алгоритм для оценки скрытого состояния линейной динамической системы по зашумленным измерениям. На каждом временном шаге он чередует шаг прогнозирования — проецирование состояния вперед с использованием модели системы — и шаг коррекции, который исправляет прогноз с учетом нового наблюдения, в реальном времени выдавая оценки состояния с минимальной дисперсией и их неопределенность.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Источники
- 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 ↗
- Welch, G. & Bishop, G. (2006). An Introduction to the Kalman Filter. University of North Carolina at Chapel Hill, Technical Report TR 95-041. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Kalman Filter (Linear-Gaussian State-Space Filter). ScholarGate. https://scholargate.app/ru/bayesian/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.
- Байесовская регрессияБайесовские методы↔ compare
- Динамическая байесовская сетьБайесовские методы↔ compare
- Расширенный фильтр КалманаТеория управления↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →