ScholarGate
ผู้ช่วย
Machine learningNonlinear Estimation

ตัวกรองคาลมานแบบขยาย

ตัวกรองคาลมานแบบขยาย (EKF) คือการวางนัยทั่วไปแบบไม่เชิงเส้นของตัวกรองคาลมาน ซึ่งขยายอัลกอริทึมการประมาณสถานะเชิงเส้นไปยังระบบไม่เชิงเส้นผ่านการทำให้เป็นเชิงเส้นเฉพาะที่ Bucy ได้พัฒนา EKF ขึ้นในช่วงต้นทศวรรษ 1960 และได้กลายเป็นเครื่องมือสำคัญสำหรับการประมาณสถานะในระบบไม่เชิงเส้นในสาขาหุ่นยนต์ อวกาศ และการนำทาง ทำให้สามารถประมวลผลการวัดที่มีสัญญาณรบกวนจากเซ็นเซอร์และพลวัตแบบไม่เชิงเส้นได้แบบเรียลไทม์

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้ดาวน์โหลดสไลด์

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

แผนที่ระเบียบวิธี

ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ

แหล่งอ้างอิง

  1. Bucy, R. S. (1961). A linear approximation to the solution of nonlinear filtering equations. Technical Report No. 32-486, Jet Propulsion Laboratory. link
  2. Bar-Shalom, Y., Li, X. R., & Kirubarajan, T. (2001). Estimation with Applications to Tracking and Navigation. Wiley-Interscience. DOI: 10.1002/0471221279
  3. Welch, G., & Bishop, G. (2006). An Introduction to the Kalman Filter. UNC-CH Technical Report. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Extended Kalman Filter. ScholarGate. https://scholargate.app/th/control-theory/extended-kalman-filter

ระเบียบวิธีใด?

วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน

เปรียบเทียบเคียงข้างกัน

ถูกอ้างอิงโดย

ScholarGateExtended Kalman Filter (Extended Kalman Filter). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/control-theory/extended-kalman-filter · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026