Séance de cours

Filtration de Kalman : estimation de l'état et prévision

Description

Cette séance de cours couvre le filtre Kalman variable dans le temps, mettant l'accent sur l'estimation de l'état et la prédiction dans un cadre gaussien linéaire. Il explique la transformation affine des vecteurs aléatoires gaussiens, le prédicteur et filtre Kalman, et la procédure itérative pour calculer les quantités désirées. L'instructeur discute de l'optimalité du prédicteur et du filtre, du calcul des matrices de covariance et de la mise en œuvre pratique du filtre Kalman. La séance de cours aborde également les défis liés aux dimensions croissantes de l'estimation de l'état et donne des indications sur le calcul récursif des estimations. Les concepts clés comprennent le conditionnement sur les mesures passées, le gain de Kalman, et les propriétés statistiques du prédicteur et du filtre.

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.