ScholarGate
ผู้ช่วย
Machine learningNonlinear Estimation

Unscented Kalman Filter

Unscented Kalman Filter (UKF) เป็นอัลกอริทึมประมาณค่าสถานะแบบไม่เชิงเส้นที่ใช้ประมาณระบบที่ไม่เชิงเส้นโดยไม่ต้องคำนวณ Jacobian อย่างชัดเจน UKF ซึ่งนำเสนอโดย Julier และ Uhlmann ในปี 1997 ใช้ unscented transform ซึ่งเป็นวิธีการเชิงกำหนดเพื่อจับค่าเฉลี่ยและค่าความแปรปรวนผ่านชุดจุดตัวอย่างที่เลือกอย่างระมัดระวัง (sigma points) ทำให้มีความแม่นยำสูงกว่า Extended Kalman Filter สำหรับระบบที่ไม่เชิงเส้นอย่างมาก ในขณะที่หลีกเลี่ยงภาระการคำนวณจากการคำนวณอนุพันธ์

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้ดาวน์โหลดสไลด์

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

แผนที่ระเบียบวิธี

ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ

แหล่งอ้างอิง

  1. Julier, S. J., & Uhlmann, J. K. (1997). A new method for the nonlinear transformation of means and covariances in filters and estimators. IEEE Transactions on Automatic Control, 45(3), 477-482. link
  2. Wan, E. A., & Van Der Merwe, R. (2000). The unscented Kalman filter for nonlinear estimation. Proceedings of the IEEE 2000 Adaptive Systems for Signal Processing, 153-158. link
  3. Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203

วิธีอ้างอิงหน้านี้

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

ระเบียบวิธีใด?

วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน

เปรียบเทียบเคียงข้างกัน

ถูกอ้างอิงโดย

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