Genişletilmiş Kalman Filtresi - Robotik Sistemler İçin Dinamik Durum Tahmininde İleri Teknikler
Fouad Sabry
Traductor Utku Adal
Editorial: Bir Milyar Bilgili [Turkish]
Sinopsis
1: Genişletilmiş Kalman filtresi: Doğrusal olmayan tahminde temel bir araç olan genişletilmiş Kalman filtresini (EKF) tanıtır. 2: Bra-ket gösterimi: Kuantum benzeri sistemlerin yapısına odaklanarak matematiksel temeli açıklar. 3: Eğrilik: Eğrilik kavramını ve doğrusal olmayan filtrelerin performansı üzerindeki etkisini tartışır. 4: Maksimum olasılık tahmini: En yüksek olasılığa sahip parametreleri tahmin etmek için kullanılan istatistiksel yaklaşımı ayrıntılı olarak açıklar. 5: Kalman filtresi: Birçok durum tahmin tekniğinin temeli olan Kalman filtresinin derinlemesine bir incelemesini sağlar. 6: Kovaryans matrisi: Kovaryans matrisini ve filtrelemedeki belirsizliği ölçmedeki rolünü açıklar. 7: Belirsizliğin yayılması: Belirsizliğin zaman içinde nasıl yayıldığını ve filtreleme doğruluğunu nasıl etkilediğini araştırır. 8: Levenberg–Marquardt algoritması: Doğrusal olmayan en küçük kareler problemlerini optimize eden bu algoritmayı tanıtır. 9: Güven bölgesi: Parametre tahminlerinin hassasiyetini ölçen istatistiksel bölgeyi açıklar. 10: Doğrusal olmayan regresyon: Optimizasyon tekniklerini kullanarak verilere doğrusal olmayan modeller uydurma yöntemlerine odaklanır. 11: Tahmin teorisi: Filtre tasarımı ve analizini anlamak için gerekli olan tahminin arkasındaki teoriyi sağlar. 12: Genelleştirilmiş en küçük kareler: Heteroskedastisite varlığında regresyon problemlerini çözmek için genelleştirilmiş yaklaşımı tartışır. 13: Von Mises–Fisher dağılımı: Yüksek boyutlardaki yönlü veriler için yararlı olan bu olasılık dağılımını tanıtır. 14: Topluluk Kalman filtresi: Büyük ölçekli doğrusal olmayan sistemler için uygun olan Kalman filtresinin bir varyasyonunu inceler. 15: Filtreleme problemi (stokastik süreçler): Filtrelemenin dinamik sistemlerdeki rastgele süreçlere nasıl uygulanabileceğini ayrıntılarıyla açıklar. 16: GPS/INS: Hassas navigasyon ve tahmin için GPS ve ataletsel navigasyon sistemlerinin entegrasyonunu açıklar. 17: Doğrusal en küçük kareler: Doğrusal regresyon problemlerini çözmek için en küçük kareler yöntemini kapsar. 18: Simetri koruyan filtre: Robotikte önemli olan sistemlerde simetriyi korumak için tasarlanmış filtreleri tanıtır. 19: Değişmez genişletilmiş Kalman filtresi: Doğrusal olmayan sistemlerde değişmezliği koruyan bir EKF varyasyonunu açıklar. 20: Kokusuz dönüşüm: Doğrusal olmayan modellerde durum tahminini iyileştirmek için bir teknik olan kokusuz dönüşümü tartışır. 21: SAMV (algoritma): Belirsiz ortamlarda sağlam tahmin için SAMV algoritmasını tanıtır.
