Séance de cours

Filtre de Kalman à variation de temps: Propriétés et applications

Description

Cette séance de cours couvre la dérivation et les propriétés du filtre de Kalman variable dans le temps, en se concentrant sur l'estimation de l'état dans un cadre gaussien linéaire et les défis du conditionnement sur les sorties mesurées. L'instructeur explique la méthode naïve et présente le filtre de Kalman comme un moyen récursif de calculer les quantités souhaitées de manière optimale. La séance de cours traite également de la généralisation aux systèmes avec entrées et de l'importance des transformations affines des vecteurs aléatoires gaussiens. Les concepts clés comprennent l'étape de prédiction, l'étape de filtrage et l'optimalité du prédicteur et du filtre au sens statistique.

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.