Machine learningNonlinear Estimation
扩展卡尔曼滤波器
扩展卡尔曼滤波器（EKF）是卡尔曼滤波器的非线性推广，它通过局部线性化将线性状态估计算法扩展到非线性系统。EKF由Bucy在20世纪60年代初开发，已成为机器人学、航空航天和导航领域非线性系统状态估计的主力，能够实时处理来自非线性传感器和动力学的噪声测量。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Bucy, R. S. (1961). A linear approximation to the solution of nonlinear filtering equations. Technical Report No. 32-486, Jet Propulsion Laboratory. link ↗
- Bar-Shalom, Y., Li, X. R., & Kirubarajan, T. (2001). Estimation with Applications to Tracking and Navigation. Wiley-Interscience. DOI: 10.1002/0471221279 ↗
- Welch, G., & Bishop, G. (2006). An Introduction to the Kalman Filter. UNC-CH Technical Report. link ↗
如何引用本页
ScholarGate. (2026, June 3). Extended Kalman Filter. ScholarGate. https://scholargate.app/zh/control-theory/extended-kalman-filter
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →