ScholarGate
Trợ lý
Machine learningNonlinear Estimation

Bộ lọc Kalman không mùi

Bộ lọc Kalman không mùi (UKF) là một thuật toán ước lượng trạng thái phi tuyến, xấp xỉ các hệ thống phi tuyến mà không yêu cầu tính toán Jacobian tường minh. Được giới thiệu bởi Julier và Uhlmann vào năm 1997, UKF sử dụng phép biến đổi không mùi—một phương pháp xác định để nắm bắt các thống kê trung bình và hiệp phương sai thông qua một tập hợp các điểm mẫu được lựa chọn cẩn thận (điểm sigma)—làm cho nó chính xác hơn Bộ lọc Kalman mở rộng đối với các hệ thống phi tuyến mạnh mẽ trong khi tránh gánh nặng tính toán của việc tính toán đạo hàm.

Mở trong MethodMindSắp ra mắtApply, compare, get guidance
Tools & resources
Tải xuống bản trình chiếu
Learn & explore
VideoSắp ra mắt

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

Nguồn tài liệu

  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

Cách trích dẫn trang này

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

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song

Được tham chiếu bởi

ScholarGateUnscented Kalman Filter (Unscented Kalman Filter). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/control-theory/unscented-kalman-filter · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026