Kalman Filter with Measurement Error
The Kalman filter with measurement error is a recursive Bayesian state-space algorithm that estimates the true hidden state of a dynamic system from noisy observations. It explicitly separates process noise (system dynamics uncertainty) from measurement noise (observation uncertainty), propagating both sources of error through a two-step predict-update cycle to yield optimal filtered state estimates and their associated uncertainty.
Запис джерела
Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.
- 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
- Durbin, J. & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. · ISBN 978-0199641178
Відібрані твердження
Твердження збережено в журналі доказів, кожне зі своєю оцінкою.
Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.
Пов'язані методи
Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.