Bayesian methodsBayesian / computational

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.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

+40 more

Источники

  1. 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
  2. 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.

Compare side by side

Упоминается в

Байесовский вывод с учетом ошибки измеренияЦифровой двойникДинамическая байесовская иерархическая модельДинамический байесовский выводДинамическое байесовское усреднение моделейДинамическая байесовская сетьДинамический алгоритм МетрополисаДинамический фильтр частицДинамическое последовательное Монте-КарлоДинамический вариационный выводИерархическое бутстреп-моделированиеИерархический фильтр КалманаИерархический фильтр частицФильтр Калмана с ошибкой измеренияФильтр Калмана с пропущенными даннымиЛинейно-квадратичный гауссовский регуляторMarkov-Switching MultifractalФильтр частиц (последовательное Монте-Карло)Фильтр частиц с ошибкой измеренияРобастный фильтр КалманаРобастный фильтр частицРобастный последовательный Монте-КарлоПоследовательный Монте-КарлоПространственное бутстрэп-моделированиеПространственный фильтр КалманаПриближенное байесовское вычисление для временных рядовБайесовская иерархическая модель временных рядовБайесовский вывод для временных рядовБайесовское усреднение моделей временных рядовФильтр Калмана для временных рядовTime series MCMCФильтр частиц для временных рядовSequential Monte Carlo для временных рядовВариационный вывод для временных рядовАвторегрессионная модель с изменяющимися во времени параметрами (TVP-AR)Модель ARCH с изменяющимися во времени параметрами (TVP-ARCH)Модель ARIMA с изменяющимися во времени параметрами (TVP-ARIMA)Модель ARMA с изменяющимися во времени параметрами (TVP-ARMA)Коинтеграция Энгла-Грейнджера с меняющимися во времени параметрамиМодель GARCH с изменяющимися во времени параметрами (TVP-GARCH)Time-varying parameter GLSПричинность по Грейнджеру с изменяющимися во времени параметрамиМодель скользящего среднего с изменяющимися во времени параметрамиOLS с изменяющимися во времени параметрами (TVP-OLS)Анализ панельных данных с изменяющимися во времени параметрамиSARIMA-модель с изменяющимися во времени параметрами (TVP-SARIMA)Модель векторной авторегрессии с изменяющимися во времени параметрами (TVP-VAR)Time-varying parameter VECM
ScholarGateKalman Filter (Kalman Filter (Linear-Gaussian State-Space Filter)). Получено 2026-06-15 из https://scholargate.app/ru/bayesian/kalman-filter · Набор данных: https://doi.org/10.5281/zenodo.20539026