| dbo:abstract
|
- El filtre de Kalman és un algorisme desenvolupat per Rudolf E. Kálmán el 1960 que serveix per poder identificar l'estat ocult (no mesurable) d'un sistema dinàmic lineal, igual que l'observador de Luenberger, però serveix a més quan el sistema està sotmès a soroll blanc additiu. La diferència entre ambdós és que en l'observador de Luenberger, el guany K de realimentació de l'error ha de ser escollit manualment, mentre que el filtre de Kalman és capaç d'escollir de manera òptima quan es coneixen les variàncies dels sorolls que afecten el sistema. Cas de temps discret: Es té un sistema donat per: on: és soroll blanc de valor mitjà igual a zero i amb variància en l'instant k és soroll blanc de valor mitjà igual a zero i amb variància en l'instant k El filtre de Kalman permet identificar l'estat a partir de les mesures anteriors de , , , i les identificacions anteriors de . Cas de temps continu: Es té un sistema donat per: on: és soroll blanc de valor mitjà igual a zero i amb variància en l'interval de temps descrit com t. és soroll blanc de valor mitjà igual a zero i amb variància en l'interval de temps descrit com t. El filtre de Kalman permet identificar l'estat a partir de les mesures anteriors de , , , i les identificacions anteriors de . En el cas que el sistema dinàmic sigui no-lineal, és possible usar una modificació de l'algorisme anomenada "filtre de Kalman estès", el qual linealitzar el sistema al voltant del realment, per calcular el guany i la direcció de correcció adequada. En aquest cas, en comptes d'haver matrius A, B i C, hi ha dues funcions i que venen la transició d'estat i l'observació (la sortida contaminada) respectivament. (ca)
- Kálmánův filtr je algoritmus, který z dat, zatížených nepřesnostmi a šumem, odhaduje neznámé hodnoty proměnných. Využívá k tomu nejen naposledy naměřených dat a model systému, ale také vektor údajů o předchozím stavu systému. Kálmánův filtr je široce používaný pro zpracování signálů, navigaci, robotiku a další úlohy.Nazývá se po matematikovi Rudolfu Kálmánovi, který tuto metodu objevil a rozpracoval. (cs)
- مصفات أو مرشح أو فلتر كلمان Kalman Filter هو مرشح يستعمل عادة لحساب أو التنبؤ بحالات نظام ديناميكي ما اعتمادًا على نموذج أو قياسات مشوشة له يقوم فلتر كالمان بحساب قيم حالة نظام ديناميكي ما بطريقة مثلى تجعل القيمة المنتظر لمربع الفارق بين التنبؤ والحالة الصحيحة هي الأصغر.أي أنه عبارة على ملاحظ. سمي هذا المرشح باسم مخترعه الرياضياتي رودولف كالمان.أحيانا يسمى هذا المرشح أيضا بمرشح أو فلتر فينر. نعلم انه للتحكم في شيء معين فلا بد من قياسه والمقارنة بينه وبين القيمة المطلوبة له ولكن تكمن المشكلة في أن المستشعرات دائما يوجد بها تشويش. وهذا يؤثر على القيمة المقاسة وبالتالى يؤثر سلبا في النهاية في التحكم في الشئ الذي أردنا التحكم فيه .ولكن إذ استطعنا معرفة الحد الذي يستطيع المستشعر ان يقيسه فاننا نستطيع ان نكتشف ما إذا كانت القيمة المقاسة صحيحة ام عبارة عن تشويش ولكى تفهم مرشح كالمان فاننا ننصح ان تطلع اولا على للأنظمة الديناميكية (ar)
- Das Kalman-Filter (auch Kalman-Bucy-Filter, Stratonovich-Kalman-Bucy-Filter oder Kalman-Bucy-Stratonovich-Filter) ist ein mathematisches Verfahren zur iterativen Schätzung von Parametern zur Beschreibung von Systemzuständen auf der Basis von fehlerbehafteten Beobachtungen. Benannt ist das Filter nach seinen Entdeckern Rudolf E. Kálmán, und Ruslan L. Stratonovich, die das Verfahren unabhängig voneinander entdeckt bzw. wesentliche Beiträge dazu geliefert haben. Das Kalman-Filter dient dazu, nicht direkt messbare Systemgrößen zu schätzen, während die Fehler der Messungen optimal reduziert werden. Bei dynamischen Größen kann dem Filter ein mathematisches Modell als Nebenbedingung hinzugefügt werden, um dynamische Beziehungen zwischen den Systemgrößen zu berücksichtigen. So können beispielsweise Bewegungsgleichungen helfen, veränderliche Positionen und Geschwindigkeiten gemeinsam präzise zu schätzen. Die Besonderheit des 1960 von Kálmán vorgestellten Filters bildet dabei seine spezielle mathematische Struktur, die den Einsatz in Echtzeitsystemen verschiedener technischer Bereiche ermöglicht. Dazu zählen u. a. die Auswertung von Radarsignalen oder GNSS-Daten zur Positionsbestimmung sich bewegender Objekte (Tracking), aber auch der Einsatz in allgegenwärtigen elektronischen Regelkreisen in Kommunikationssystemen wie etwa Radio oder Mobilfunk oder in der Steuerung von Elektrofahrrädern. (de)
- Filtrilo de Kalman estas algoritmo kiu forigas eraron de mezuro. La kreinto estis hungara-usona matematikisto Rudolf Emil Kálmán en 1960. , kie - momento de tempo, - vektoro de eniro, - - , - , - vektoro de eraro de mezuro - vektoro de eraro de mezuro (eo)
- El filtro de Kalman es un algoritmo desarrollado por Rudolf E. Kalman en 1960 que sirve para poder identificar el estado oculto (no medible) de un sistema dinámico lineal, al igual que el observador de Luenberger, pero sirve además cuando el sistema está sometido a ruido blanco aditivo. La diferencia entre ambos es que en el observador de Luenberger, la ganancia K de realimentación del error debe ser elegida "a mano", mientras que el filtro de Kalman es capaz de escogerla de forma óptima cuando se conocen las varianzas de los ruidos que afectan al sistema. Ya que el filtro de Kalman es un algoritmo recursivo, puede correr en tiempo real usando únicamente las mediciones de entrada actuales, el estado calculado previamente y su matriz de incertidumbre, y no requiere ninguna otra información adicional. El filtro de Kalman tiene numerosas aplicaciones en tecnología. Una aplicación común es la guía, navegación y control de vehículos, especialmente naves espaciales. Además, se utiliza ampliamente en campos como el procesamiento de señales y la econometría. (es)
- For statistics and control theory, Kalman filtering, also known as linear quadratic estimation (LQE), is an algorithm that uses a series of measurements observed over time, including statistical noise and other inaccuracies, and produces estimates of unknown variables that tend to be more accurate than those based on a single measurement alone, by estimating a joint probability distribution over the variables for each timeframe. The filter is named after Rudolf E. Kálmán, who was one of the primary developers of its theory. This digital filter is sometimes termed the Stratonovich–Kalman–Bucy filter because it is a special case of a more general, nonlinear filter developed somewhat earlier by the Soviet mathematician Ruslan Stratonovich. In fact, some of the special case linear filter's equations appeared in papers by Stratonovich that were published before summer 1960, when Kalman met with Stratonovich during a conference in Moscow. Kalman filtering has numerous technological applications. A common application is for guidance, navigation, and control of vehicles, particularly aircraft, spacecraft and ships positioned dynamically. Furthermore, Kalman filtering is a concept much applied in time series analysis used for topics such as signal processing and econometrics. Kalman filtering is also one of the main topics of robotic motion planning and control and can be used for trajectory optimization. Kalman filtering also works for modeling the central nervous system's control of movement. Due to the time delay between issuing motor commands and receiving sensory feedback, the use of Kalman filters provides a realistic model for making estimates of the current state of a motor system and issuing updated commands. The algorithm works by a two-phase process. For the prediction phase, the Kalman filter produces estimates of the current state variables, along with their uncertainties. Once the outcome of the next measurement (necessarily corrupted with some error, including random noise) is observed, these estimates are updated using a weighted average, with more weight being given to estimates with greater certainty. The algorithm is recursive. It can operate in real time, using only the present input measurements and the state calculated previously and its uncertainty matrix; no additional past information is required. Optimality of Kalman filtering assumes that errors have a normal (Gaussian) distribution. In the words of Rudolf E. Kálmán: "In summary, the following assumptions are made about random processes: Physical random phenomena may be thought of as due to primary random sources exciting dynamic systems. The primary sources are assumed to be independent gaussian random processes with zero mean; the dynamic systems will be linear." Though regardless of Gaussianity, if the process and measurement covariances are known, the Kalman filter is the best possible linear estimator in the minimum mean-square-error sense. Extensions and generalizations of the method have also been developed, such as the extended Kalman filter and the which work on nonlinear systems. The basis is a hidden Markov model such that the state space of the latent variables is continuous and all latent and observed variables have Gaussian distributions. Kalman filtering has been used successfully in multi-sensor fusion, and distributed sensor networks to develop distributed or consensus Kalman filtering. (en)
- Le filtre de Kalman est un filtre à réponse impulsionnelle infinie qui estime les états d'un système dynamique à partir d'une série de mesures incomplètes ou bruitées. Le filtre a été nommé d'après le mathématicien et informaticien américain d'origine hongroise Rudolf Kalman. (fr)
- 칼만 필터(Kalman filter)는 잡음이 포함되어 있는 측정치를 바탕으로 선형 역학계의 상태를 추정하는 로, 이 개발하였다. 칼만 필터는 컴퓨터 비전, 로봇 공학, 레이다 등의 여러 분야에 사용된다. 칼만 필터는 과거에 수행한 측정값을 바탕으로 현재의 상태 변수의 결합분포를 추정한다. 알고리즘은 예측과 업데이트의 두 단계로 이루어진다. 예측 단계에서는 현재 상태 변수의 값과 정확도를 예측한다. 현재 상태 변수의 값이 실제로 측정된 이후, 업데이트 단계에서는 이전에 추정한 상태 변수를 기반으로 예측한 측정치와 실제 측정치의 차이를 반영해 현재의 상태 변수를 업데이트한다. 확장 칼만 필터는 비선형 시스템을 기반으로 동작한다. (ko)
- カルマンフィルター (英: Kalman filter) は、誤差のある観測値を用いて、ある動的システムの状態を推定あるいは制御するための、無限インパルス応答フィルターの一種である。 (ja)
- Il filtro di Kalman è un efficiente filtro ricorsivo che valuta lo stato di un sistema dinamico a partire da una serie di misure soggette a rumore. Per le sue caratteristiche intrinseche è un filtro ottimo per rumori e disturbi agenti su sistemi gaussiani a media nulla. Trova utilizzo come osservatore dello stato, come loop transfer recovery (LTR) e come sistema di identificazione parametrica. Il problema della progettazione del filtro di Kalman è il problema duale del regolatore lineare quadratico (LQR). (it)
- Em estatística, o filtro de Kalman é um método matemático criado por Rudolf Kalman. Seu propósito é utilizar medições de grandezas realizadas ao longo do tempo (contaminadas com ruído e outras incertezas) e gerar resultados que tendam a se aproximar dos valores reais das grandezas medidas e valores associados. O filtro de Kalman apresenta diversas aplicações e é uma parte essencial do desenvolvimento de tecnologias espaciais e militares. Talvez o tipo mais usado e simples do filtro de Kalman seja em phase-locked loop (malhas de captura de fase), bastante comuns em rádios FM e na maioria dos equipamentos de telecomunicações existentes. Extensões e generalizações do método também foram desenvolvidas. O filtro de Kalman produz estimativas dos valores reais de grandezas medidas e valores associados predizendo um valor, estimando a incerteza do valor predito e calculando uma média ponderada entre o valor predito e o valor medido. O peso maior é dado ao valor de menor incerteza. As estimativas geradas pelo método tendem a estar mais próximas dos valores reais que as medidas originais pois a média ponderada apresenta uma melhor estimativa de incerteza que ambos os valores utilizados no seu cálculo. Do ponto de vista teórico, o filtro de Kalman é um algoritmo para realizar, de forma eficiente, inferências exatas sobre um , que é um semelhante a um Modelo oculto de Markov, mas onde o espaço de estados das variáveis não observadas é contínuo e todas as variáveis, observadas e não observadas, apresentam distribuição normal (ou, frequentemente, distribuição normal multivariada). (pt)
- Het kalman-filter is een rekenmethode waarmee getracht wordt storingen (ruis) in reeksen meet- of andere gegevens te reduceren. De rekenmethode is in 1960 ontwikkeld door de Hongaar Rudolf Emil Kálmán en wordt sindsdien op vele manieren toegepast. De werking is te vergelijken met de kleinste-kwadratenmethode, die gebruikt wordt om de beste lijn door een aantal punten te vinden, met als bijkomend groot voordeel dat niet alle waardes vooraf bekend hoeven te zijn. Het kalman-filter is daarom bijzonder geschikt om in real-time toegepast te worden, waarbij de uitkomst steeds de "best passende" benadering is. (nl)
- Filtr Kalmana – algorytm rekurencyjnego wyznaczania minimalno-wariancyjnej estymaty wektora stanu modelu liniowego dyskretnego układu dynamicznego na podstawie pomiarów wyjścia oraz wejścia tego układu. Przyjmuje się założenie, że zarówno pomiar, jak i proces przetwarzania wewnątrz układu jest obarczony błędem o rozkładzie gaussowskim. (pl)
- Kalmanfilter är ett effektivt rekursivt filter eller algoritm, som utifrån en mängd inkompletta och brusiga mätningar uppskattar tillståndet hos ett dynamiskt system. Ett exempel på tillämpning kan vara att ta fram korrekt och kontinuerligt uppdaterad information om ett objekts position och hastighet utifrån en serie imperfekta observationer av objektets position vid tröghetsnavigering. Metoden används i många och vitt skilda tekniska tillämpningar från radar till datorseende. Kalmanfiltrering är ett viktigt ämne i reglerteknik och utveckling av . (sv)
- 卡尔曼滤波（Kalman filter）是一种高效率的递归滤波器（自回归滤波器），它能够从一系列的不完全及包含雜訊的测量中，估计动态系统的状态。卡尔曼滤波會根據各測量量在不同時間下的值，考慮各時間下的联合分布，再產生對未知變數的估計，因此會比只以單一測量量為基礎的估計方式要準。卡尔曼濾波得名自主要貢獻者之一的鲁道夫·卡尔曼。 卡尔曼滤波在技術領域有許多的應用。常見的有飛機及太空船的。卡尔曼滤波也廣為使用在時間序列的分析中，例如信号处理及计量经济学中。卡尔曼滤波也是機器人運動規劃及控制的重要主題之一，有時也包括在。卡尔曼滤波也用在中軸神經系統運動控制的建模中。因為從給與運動命令到收到感覺神經的回授之間有時間差，使用卡尔曼滤波有助於建立符合實際的系統，估計運動系統的目前狀態，並且更新命令。 卡尔曼滤波的演算法是二步驟的程序。在估計步驟中，卡尔曼滤波會產生有關目前狀態的估計，其中也包括不確定性。只要觀察到下一個量測（其中一定含有某種程度的誤差，包括隨機雜訊）。會通過加權平均來更新估計值，而確定性越高的量測加權比重也越高。演算法是迭代的，可以在實時控制系統中執行，只需要目前的輸入量測、以往的計算值以及其不確定性矩陣，不需要其他以往的資訊。 使用卡尔曼滤波不用假設誤差是正态分布，不過若所有的誤差都是正态分布，卡尔曼滤波可以得到正確的條件機率估計。 也發展了一些擴展或是廣義的卡尔曼滤波，例如運作在非線性系统的及无迹卡尔曼滤波（unscented Kalman filter）。底層的模型類似隐马尔可夫模型，不過潛在變量的狀態空間是連續的，而且所有潛在變量及可觀測變數都是正态分布。 (zh)
- Фи́льтр Ка́лмана — эффективный рекурсивный фильтр, оценивающий вектор состояния динамической системы, используя ряд неполных и зашумленных измерений. Назван в честь Рудольфа Калмана. Фильтр Калмана широко используется в инженерных и эконометрических приложениях: от радаров и систем технического зрения до оценок параметров макроэкономических моделей. Калмановская фильтрация является важной частью теории управления, играет большую роль в создании систем управления. Совместно с линейно-квадратичным регулятором фильтр Калмана позволяет решить задачу линейно-квадратичного гауссовского управления. Фильтр Калмана и линейно-квадратичный регулятор — возможное решение большинства фундаментальных задач в теории управления. В большинстве приложений размерность вектора состояния объекта превосходит размерность . При этом фильтр Калмана позволяет оценивать полное внутреннее состояние объекта. Фильтр Калмана предназначен для рекурсивного дооценивания вектора состояния априорно известной динамической системы, то есть для расчёта текущего состояния системы необходимо знать текущее измерение, а также предыдущее состояние самого фильтра. Таким образом, фильтр Калмана, подобно другим рекурсивным фильтрам, реализован во временно́м, а не в частотном представлении, но, в отличие от других подобных фильтров, фильтр Калмана оперирует не только оценками состояния, а ещё и оценками неопределённости (плотности распределения) вектора состояния, опираясь на формулу Байеса условной вероятности. Алгоритм работает в два этапа. На этапе прогнозирования фильтр Калмана экстраполирует значения переменных состояния, а также их неопределённости. На втором этапе по данным измерения (полученного с некоторой погрешностью) результат экстраполяции уточняется. Благодаря пошаговой природе алгоритма он может в реальном времени отслеживать состояние объекта (без заглядывания вперёд, используя только текущие замеры и информацию о предыдущем состоянии и его неопределённости). Бытует ошибочное мнение, что для правильной работы фильтра Калмана якобы требуется гауссовское распределение входных данных. В исходной работе Калмана результаты о минимуме ковариации фильтра были получены на базе ортогональных проекций, без предположений о гауссовости ошибок измерений. Затем просто было показано, что для специального случая распределения ошибок по Гауссу фильтр даёт точную оценку условной вероятности распределения состояния системы. Наглядный пример возможностей фильтра — получение оптимальных, непрерывно обновляемых оценок положения и скорости некоторого объекта по результатам временно́го ряда неточных измерений его местоположения. Например, в радиолокации стоит задача сопровождения цели, определения её местоположения, скорости и ускорения, при этом результаты измерений поступают постепенно и сильно зашумлены. Фильтр Калмана использует вероятностную модель динамики цели, задающую тип вероятного движения объекта, что позволяет снизить воздействие шума и получить хорошие оценки положения объекта в настоящий, будущий или прошедший момент времени. (ru)
- Фільтр Калмана (англ. Kalman filter), відомий також як лінійно-квадратичне оцінювання (англ. linear quadratic estimation, LQE), — це алгоритм, що використовує послідовності вимірювань протягом часу, які містять шум (випадкові відхилення) та інші неточності, й видає оцінки невідомих змінних, що є потенційно точнішими за базовані на самих лише вимірюваннях. Формальніше, фільтр Калмана працює рекурсивно на потоках зашумлених вхідних даних, і видає статистично оптимальну оцінку базового стану системи. Фільтр названо на честь Рудольфа Калмана, одного з головних розробників його теорії. Фільтр Калмана має численні застосування у технології. Поширеним є застосування для наведення, навігації та керування транспортними засобами, особливо літаками та космічними апаратами. Крім того, фільтр Калмана є широко застосовуваною концепцією в аналізі часових рядів, що використовується у таких галузях як обробка сигналів та економетрія. Фільтри Калмана також є однією з головних тем у плануванні та керуванні роботизованим рухом, й іноді включаються до . Цей алгоритм працює як двокроковий процес. На кроці передбачення фільтр Калмана видає оцінки змінних поточного стану, разом із їхніми невизначеностями. Щойно отримано спостереження виходу наступного вимірювання (неодмінно якоюсь мірою спотворене відхиленням, включно з випадковим шумом), ці оцінки уточнюються з використанням середнього зваженого, в якому більше ваги надається оцінкам з вищою визначеністю. Через рекурсивну природу алгоритму він може працювати в реальному часі, використовуючи лише наявні вхідні вимірювання, попередньо обчислений стан та його матрицю невизначеності; ніякої додаткової інформації не потрібно. Поширеним є хибне уявлення, що фільтр Калмана передбачає, що всі вектори помилок та вимірювання мають нормальний розподіл. Оригінальна робота Калмана виводила цей фільтр з використанням теорії прямокутної проєкції, щоби показати, що коваріація мінімізується, і цей результат не вимагає жодного припущення, наприклад, що похибки мають нормальний розподіл. Він потім показав, що цей фільтр видає точну оцінку умовної ймовірності в особливому випадку, коли похибки мають нормальний розподіл. Також було розроблено розширення та узагальнення цього методу, такі як розширений фільтр Калмана (англ. Extended Kalman filter, EKF) та беззапаховий фільтр Калмана (англ. Unscented Kalman filter, UKF), що працюють на нелінійних системах. Базовою моделлю є баєсова модель, подібна до прихованої марковської моделі, але в якій простір станів латентних змінних є безперервним, і де всі латентні та спостережувані змінні мають нормальні розподіли. (uk)
|
| rdfs:comment
|
- Kálmánův filtr je algoritmus, který z dat, zatížených nepřesnostmi a šumem, odhaduje neznámé hodnoty proměnných. Využívá k tomu nejen naposledy naměřených dat a model systému, ale také vektor údajů o předchozím stavu systému. Kálmánův filtr je široce používaný pro zpracování signálů, navigaci, robotiku a další úlohy.Nazývá se po matematikovi Rudolfu Kálmánovi, který tuto metodu objevil a rozpracoval. (cs)
- Filtrilo de Kalman estas algoritmo kiu forigas eraron de mezuro. La kreinto estis hungara-usona matematikisto Rudolf Emil Kálmán en 1960. , kie - momento de tempo, - vektoro de eniro, - - , - , - vektoro de eraro de mezuro - vektoro de eraro de mezuro (eo)
- Le filtre de Kalman est un filtre à réponse impulsionnelle infinie qui estime les états d'un système dynamique à partir d'une série de mesures incomplètes ou bruitées. Le filtre a été nommé d'après le mathématicien et informaticien américain d'origine hongroise Rudolf Kalman. (fr)
- 칼만 필터(Kalman filter)는 잡음이 포함되어 있는 측정치를 바탕으로 선형 역학계의 상태를 추정하는 로, 이 개발하였다. 칼만 필터는 컴퓨터 비전, 로봇 공학, 레이다 등의 여러 분야에 사용된다. 칼만 필터는 과거에 수행한 측정값을 바탕으로 현재의 상태 변수의 결합분포를 추정한다. 알고리즘은 예측과 업데이트의 두 단계로 이루어진다. 예측 단계에서는 현재 상태 변수의 값과 정확도를 예측한다. 현재 상태 변수의 값이 실제로 측정된 이후, 업데이트 단계에서는 이전에 추정한 상태 변수를 기반으로 예측한 측정치와 실제 측정치의 차이를 반영해 현재의 상태 변수를 업데이트한다. 확장 칼만 필터는 비선형 시스템을 기반으로 동작한다. (ko)
- カルマンフィルター (英: Kalman filter) は、誤差のある観測値を用いて、ある動的システムの状態を推定あるいは制御するための、無限インパルス応答フィルターの一種である。 (ja)
- Il filtro di Kalman è un efficiente filtro ricorsivo che valuta lo stato di un sistema dinamico a partire da una serie di misure soggette a rumore. Per le sue caratteristiche intrinseche è un filtro ottimo per rumori e disturbi agenti su sistemi gaussiani a media nulla. Trova utilizzo come osservatore dello stato, come loop transfer recovery (LTR) e come sistema di identificazione parametrica. Il problema della progettazione del filtro di Kalman è il problema duale del regolatore lineare quadratico (LQR). (it)
- Het kalman-filter is een rekenmethode waarmee getracht wordt storingen (ruis) in reeksen meet- of andere gegevens te reduceren. De rekenmethode is in 1960 ontwikkeld door de Hongaar Rudolf Emil Kálmán en wordt sindsdien op vele manieren toegepast. De werking is te vergelijken met de kleinste-kwadratenmethode, die gebruikt wordt om de beste lijn door een aantal punten te vinden, met als bijkomend groot voordeel dat niet alle waardes vooraf bekend hoeven te zijn. Het kalman-filter is daarom bijzonder geschikt om in real-time toegepast te worden, waarbij de uitkomst steeds de "best passende" benadering is. (nl)
- Filtr Kalmana – algorytm rekurencyjnego wyznaczania minimalno-wariancyjnej estymaty wektora stanu modelu liniowego dyskretnego układu dynamicznego na podstawie pomiarów wyjścia oraz wejścia tego układu. Przyjmuje się założenie, że zarówno pomiar, jak i proces przetwarzania wewnątrz układu jest obarczony błędem o rozkładzie gaussowskim. (pl)
- Kalmanfilter är ett effektivt rekursivt filter eller algoritm, som utifrån en mängd inkompletta och brusiga mätningar uppskattar tillståndet hos ett dynamiskt system. Ett exempel på tillämpning kan vara att ta fram korrekt och kontinuerligt uppdaterad information om ett objekts position och hastighet utifrån en serie imperfekta observationer av objektets position vid tröghetsnavigering. Metoden används i många och vitt skilda tekniska tillämpningar från radar till datorseende. Kalmanfiltrering är ett viktigt ämne i reglerteknik och utveckling av . (sv)
- مصفات أو مرشح أو فلتر كلمان Kalman Filter هو مرشح يستعمل عادة لحساب أو التنبؤ بحالات نظام ديناميكي ما اعتمادًا على نموذج أو قياسات مشوشة له يقوم فلتر كالمان بحساب قيم حالة نظام ديناميكي ما بطريقة مثلى تجعل القيمة المنتظر لمربع الفارق بين التنبؤ والحالة الصحيحة هي الأصغر.أي أنه عبارة على ملاحظ. سمي هذا المرشح باسم مخترعه الرياضياتي رودولف كالمان.أحيانا يسمى هذا المرشح أيضا بمرشح أو فلتر فينر. ولكى تفهم مرشح كالمان فاننا ننصح ان تطلع اولا على للأنظمة الديناميكية (ar)
- El filtre de Kalman és un algorisme desenvolupat per Rudolf E. Kálmán el 1960 que serveix per poder identificar l'estat ocult (no mesurable) d'un sistema dinàmic lineal, igual que l'observador de Luenberger, però serveix a més quan el sistema està sotmès a soroll blanc additiu. La diferència entre ambdós és que en l'observador de Luenberger, el guany K de realimentació de l'error ha de ser escollit manualment, mentre que el filtre de Kalman és capaç d'escollir de manera òptima quan es coneixen les variàncies dels sorolls que afecten el sistema. Cas de temps discret: on: Cas de temps continu: (ca)
- Das Kalman-Filter (auch Kalman-Bucy-Filter, Stratonovich-Kalman-Bucy-Filter oder Kalman-Bucy-Stratonovich-Filter) ist ein mathematisches Verfahren zur iterativen Schätzung von Parametern zur Beschreibung von Systemzuständen auf der Basis von fehlerbehafteten Beobachtungen. Benannt ist das Filter nach seinen Entdeckern Rudolf E. Kálmán, und Ruslan L. Stratonovich, die das Verfahren unabhängig voneinander entdeckt bzw. wesentliche Beiträge dazu geliefert haben. (de)
- For statistics and control theory, Kalman filtering, also known as linear quadratic estimation (LQE), is an algorithm that uses a series of measurements observed over time, including statistical noise and other inaccuracies, and produces estimates of unknown variables that tend to be more accurate than those based on a single measurement alone, by estimating a joint probability distribution over the variables for each timeframe. The filter is named after Rudolf E. Kálmán, who was one of the primary developers of its theory. (en)
- El filtro de Kalman es un algoritmo desarrollado por Rudolf E. Kalman en 1960 que sirve para poder identificar el estado oculto (no medible) de un sistema dinámico lineal, al igual que el observador de Luenberger, pero sirve además cuando el sistema está sometido a ruido blanco aditivo. La diferencia entre ambos es que en el observador de Luenberger, la ganancia K de realimentación del error debe ser elegida "a mano", mientras que el filtro de Kalman es capaz de escogerla de forma óptima cuando se conocen las varianzas de los ruidos que afectan al sistema. (es)
- Em estatística, o filtro de Kalman é um método matemático criado por Rudolf Kalman. Seu propósito é utilizar medições de grandezas realizadas ao longo do tempo (contaminadas com ruído e outras incertezas) e gerar resultados que tendam a se aproximar dos valores reais das grandezas medidas e valores associados. O filtro de Kalman apresenta diversas aplicações e é uma parte essencial do desenvolvimento de tecnologias espaciais e militares. Talvez o tipo mais usado e simples do filtro de Kalman seja em phase-locked loop (malhas de captura de fase), bastante comuns em rádios FM e na maioria dos equipamentos de telecomunicações existentes. Extensões e generalizações do método também foram desenvolvidas. (pt)
- Фільтр Калмана (англ. Kalman filter), відомий також як лінійно-квадратичне оцінювання (англ. linear quadratic estimation, LQE), — це алгоритм, що використовує послідовності вимірювань протягом часу, які містять шум (випадкові відхилення) та інші неточності, й видає оцінки невідомих змінних, що є потенційно точнішими за базовані на самих лише вимірюваннях. Формальніше, фільтр Калмана працює рекурсивно на потоках зашумлених вхідних даних, і видає статистично оптимальну оцінку базового стану системи. Фільтр названо на честь Рудольфа Калмана, одного з головних розробників його теорії. (uk)
- Фи́льтр Ка́лмана — эффективный рекурсивный фильтр, оценивающий вектор состояния динамической системы, используя ряд неполных и зашумленных измерений. Назван в честь Рудольфа Калмана. Фильтр Калмана широко используется в инженерных и эконометрических приложениях: от радаров и систем технического зрения до оценок параметров макроэкономических моделей. Калмановская фильтрация является важной частью теории управления, играет большую роль в создании систем управления. Совместно с линейно-квадратичным регулятором фильтр Калмана позволяет решить задачу линейно-квадратичного гауссовского управления. Фильтр Калмана и линейно-квадратичный регулятор — возможное решение большинства фундаментальных задач в теории управления. (ru)
- 卡尔曼滤波（Kalman filter）是一种高效率的递归滤波器（自回归滤波器），它能够从一系列的不完全及包含雜訊的测量中，估计动态系统的状态。卡尔曼滤波會根據各測量量在不同時間下的值，考慮各時間下的联合分布，再產生對未知變數的估計，因此會比只以單一測量量為基礎的估計方式要準。卡尔曼濾波得名自主要貢獻者之一的鲁道夫·卡尔曼。 卡尔曼滤波在技術領域有許多的應用。常見的有飛機及太空船的。卡尔曼滤波也廣為使用在時間序列的分析中，例如信号处理及计量经济学中。卡尔曼滤波也是機器人運動規劃及控制的重要主題之一，有時也包括在。卡尔曼滤波也用在中軸神經系統運動控制的建模中。因為從給與運動命令到收到感覺神經的回授之間有時間差，使用卡尔曼滤波有助於建立符合實際的系統，估計運動系統的目前狀態，並且更新命令。 卡尔曼滤波的演算法是二步驟的程序。在估計步驟中，卡尔曼滤波會產生有關目前狀態的估計，其中也包括不確定性。只要觀察到下一個量測（其中一定含有某種程度的誤差，包括隨機雜訊）。會通過加權平均來更新估計值，而確定性越高的量測加權比重也越高。演算法是迭代的，可以在實時控制系統中執行，只需要目前的輸入量測、以往的計算值以及其不確定性矩陣，不需要其他以往的資訊。 使用卡尔曼滤波不用假設誤差是正态分布，不過若所有的誤差都是正态分布，卡尔曼滤波可以得到正確的條件機率估計。 (zh)
|
