Séance de cours

Contrôle gaussien quadratique linéaire : filtre de Kalman et contrôle de LQG

Description

Cette séance de cours couvre les tests basés sur l'innovation pour le filtrage de Kalman, le contrôle LQG et le filtre de Kalman linéarisé. Il traite des tests d'intervalles de confiance, des séquences d'innovation normalisées et de la convergence des approximations normalisées. Des exemples illustrent l'application du filtrage de Kalman à des systèmes présentant des erreurs de bruit gaussien et de modélisation. La séance de cours explore également les performances du filtre Kalman variable dans le temps sous des modèles système parfaits et les implications de la sous-estimation de la variance du bruit. Il se termine par des discussions sur le filtre de Kalman étendu, le prédicteur de Kalman linéarisé et les défis de la prise en compte de la dynamique non linéaire dans le filtrage de Kalman.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.