ตัวกรองคาลมานแบบลำดับชั้น
ตัวกรองคาลมานแบบลำดับชั้น (Hierarchical Kalman Filter - HKF) เป็นการขยายตัวกรองคาลมานแบบดั้งเดิมสำหรับระบบที่มีการแทนสถานะหลายระดับหรือหลายสเกล โดยใช้การวนซ้ำของคาลมานในแต่ละระดับของลำดับชั้น — ตั้งแต่ความละเอียดหยาบไปจนถึงละเอียด หรือจากระบบย่อยส่วนกลางไปสู่ระบบย่อยเฉพาะที่ — และส่งผ่านข้อมูลระหว่างระดับต่างๆ ผ่านการกวาดขึ้นและลง เพื่อให้ได้ค่าประมาณสถานะเชิงเส้นที่เหมาะสมที่สุดตลอดปริภูมิสถานะที่มีโครงสร้าง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Hierarchical Kalman Filter. ScholarGate. https://scholargate.app/th/bayesian/hierarchical-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.
- การอนุมานแบบเบย์ตามลำดับชั้นเบย์↔ compare
- Kalman Filterเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare