Hierarkisk Kalmanfilter
Det hierarkiska Kalmanfiltret (HKF) utvidgar det klassiska Kalmanfiltret till system med flera nivåer eller skalor av tillståndsrepresentation. Det tillämpar Kalmanrekursioner på varje nivå i en hierarki — från grov till fin upplösning eller från globala till lokala delsystem — och överför information mellan nivåer via uppåtgående och nedåtgående svep, vilket ger optimala linjära tillståndsestimat i ett strukturerat tillståndsrum.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/sv/bayesian/hierarchical-kalman-filter
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ jämför
- KalmanfilterBayesiansk statistik↔ jämför
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ jämför
- Sekventiell Monte CarloBayesiansk statistik↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →