ScholarGate
Assistent
Bayesian methodsBayesian / computational

Robust Kalmanfilter

Det robusta Kalmanfiltret är en utvidgning av det klassiska Kalmanfiltret, utformat för att upprätthålla tillförlitlig tillståndsestimering när observationer eller processbrus avviker från Gaussantagandet – särskilt när data innehåller extremvärden, tungsvansade fördelningar eller grova fel. Genom att ersätta eller nedvikta den standardmässiga minsta kvadratuppdateringen med inflytande-begränsade eller M-estimationsbaserade korrigeringar förhindras en enskild anomal mätning från att förvränga hela tillståndsestimatet.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateRobust Kalman Filter (Robust Kalman Filter). Hämtad 2026-06-15 från https://scholargate.app/sv/bayesian/robust-kalman-filter · Datamängd: https://doi.org/10.5281/zenodo.20539026