ScholarGate
Assistent
Machine learningStochastic Control

Linjär Kvadratisk Gaussisk

Den Linjära Kvadratiska Gaussiska (LQG) regulatorn kombinerar den Linjära Kvadratiska Regulatorn (LQR) med ett Kalmanfilter för att hantera stokastiska system med mätbrus och processbrus. LQG, utvecklat av Kalman och senare formaliserat av Athans med flera, är den naturliga stokastiska utvidgningen av LQR och förblir guldstandarden för optimal linjär reglering under brus, med tillämpningar som sträcker sig över rymdfarkoster, autopiloter för flygplan och industriell processkontroll.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

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. Athans, M. (1971). The role and use of the stochastic linear-quadratic-gaussian problem in control system design. IEEE Transactions on Automatic Control, 16(6), 529-552. DOI: 10.1109/TAC.1971.1099818
  3. Kwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Linear Quadratic Gaussian. ScholarGate. https://scholargate.app/sv/control-theory/linear-quadratic-gaussian

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.

Jämför sida vid sida

Refereras av

ScholarGateLinear Quadratic Gaussian (Linear Quadratic Gaussian). Hämtad 2026-06-15 från https://scholargate.app/sv/control-theory/linear-quadratic-gaussian · Datamängd: https://doi.org/10.5281/zenodo.20539026