การประมาณค่าแบบคาลมานสำหรับการติดตามสัญญาณ
ตัวกรองคาลมาน (Kalman filter) เป็นขั้นตอนวิธีแบบเวียนเกิด (recursive algorithm) ที่ประมาณค่าสถานะ (state) ของระบบพลวัตเชิงเส้น (linear dynamic system) จากการวัดที่มีสัญญาณรบกวน (noisy measurements) ได้อย่างเหมาะสมที่สุด โดยลดค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (mean-square error) ให้ต่ำสุด ตัวกรองนี้ถูกนำเสนอโดย Rudolf Kalman ในปี 1960 และได้ปฏิวัติวงการทฤษฎีควบคุม (control theory), การนำทาง (navigation), และการประมวลผลสัญญาณ (signal processing) ด้วยการทำให้การประมาณค่าที่เหมาะสมที่สุดแบบเรียลไทม์สำหรับระบบที่เปลี่ยนแปลงตามเวลา (time-varying systems) เป็นไปได้ ตัวกรองคาลมานกลายเป็นสิ่งจำเป็นสำหรับการติดตามยานอวกาศ, การนำทางด้วย GPS, และการประยุกต์ใช้อื่นๆ อีกมากมายในปัจจุบัน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
- Grewal, M. S., & Andrews, A. P. (2015). Kalman Filtering: Theory and Practice with MATLAB (4th ed.). Wiley-IEEE Press. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Kalman Filter for Signal Estimation and Tracking. ScholarGate. https://scholargate.app/th/signal-processing/kalman-filter-signal
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- ตัวกรอง LMS แบบปรับตัวได้การประมวลผลสัญญาณ↔ เปรียบเทียบ
- การออกแบบตัวกรอง FIRการประมวลผลสัญญาณ↔ เปรียบเทียบ
- ตัวกรองที่เข้าคู่กันการประมวลผลสัญญาณ↔ เปรียบเทียบ
- ฟิลเตอร์ของวีเนอร์การประมวลผลสัญญาณ↔ เปรียบเทียบ