Фільтр Калмана
Фільтр Калмана — це оптимальний рекурсивний алгоритм для оцінювання прихованого стану лінійної динамічної системи за шумними вимірюваннями. На кожному часовому кроці він чергує крок прогнозування — екстраполяцію стану вперед за допомогою моделі системи — та крок оновлення, який коригує прогноз новим спостереженням, генеруючи оцінки стану з мінімальною дисперсією та їхню невизначеність у реальному часі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Джерела
- 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 ↗
- Welch, G. & Bishop, G. (2006). An Introduction to the Kalman Filter. University of North Carolina at Chapel Hill, Technical Report TR 95-041. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Kalman Filter (Linear-Gaussian State-Space Filter). ScholarGate. https://scholargate.app/uk/bayesian/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.
- Байєсівська регресіяБаєсові методи↔ compare
- Динамічна байєсівська мережаБаєсові методи↔ compare
- Розширений фільтр КалманаТеорія керування↔ compare
- Фільтр частинок (послідовний Монте-Карло)Баєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →