Kalmanfilterarchitectuur
Kalmanfilterarchitectuur beschrijft de architectuur voor het schatten van de verborgen toestand van een dynamisch systeem uit waarnemingen met ruis, met behulp van een Kalman-filter. Het gebruikt een probabilistisch toestandruimte-model: x_k = F_k x_{k-1} + B_k u_k + w_k en z_k = H_k x_k + v_k, met w_k ~ N(0, Q_k) en v_k ~ N(0, R_k). De filter houdt de huidige toestandsschatting x_k|k en de bijbehorende onzekerheid P_k|k bij.
Voorspelling: x_k|k-1 = F_k x_{k-1|k-1} + B_k u_k en P_k|k-1 = F_k P_{k-1|k-1} F_k^T + Q_k. Update: innovatie y_k = z_k
Niet-lineaire systemen worden meestal aangepakt met EKF of UKF; EKF lineariseert rond de huidige toestand, UKF
Architectuurelementen omvatten het kiezen en discretiseren van het model, initialisatie (x_0 en P_0), hanteren van controle-invoer,
Toepassingen omvatten navigatie, robotica, autonome systemen, radar- en signaalverwerking en financiële tijdreeksen. Voordelen zijn onder optimale