Bayesian methodsBayesian / computational

Робастный фильтр Калмана

Робастный фильтр Калмана является расширением классического фильтра Калмана, предназначенным для поддержания надежной оценки состояния при отклонении наблюдений или шума процесса от гауссовского предположения — в частности, когда данные содержат выбросы, распределения с тяжелыми хвостами или грубые ошибки. Заменяя или уменьшая вес стандартного обновления методом наименьших квадратов коррекциями, ограниченными по влиянию или основанными на M-оценках, он предотвращает искажение всей оценки состояния одним аномальным измерением.

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.

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. Huber, P. J. & Ronchetti, E. M. (2011). Robust Statistics (2nd ed.). Wiley. ISBN: 978-0470129906

Как цитировать эту страницу

ScholarGate. (2026, June 3). Robust Kalman Filter. ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateRobust Kalman Filter (Robust Kalman Filter). Получено 2026-06-15 из https://scholargate.app/ru/bayesian/robust-kalman-filter · Набор данных: https://doi.org/10.5281/zenodo.20539026