6. Conclusion
L'estimation séquentielle d'un processus caché à partir d'un processus observé continue d'être l'objet d'une littérature scientifique abondante. Wiener et Kalman ont posé les premières pierres de l'édifice. On peut retenir que suite aux travaux de Wiener, Kalman proposa un estimateur récursif exploitant l'ensemble des observations passées et fondé sur un modèle dynamique d'état linéaire. Suivant la nature du bruit, le filtre de Kalman est un estimateur MAP (bruits et état initial gaussiens) et EQMM avec contrainte de linéarité dans le cas non gaussien.
Si le modèle d'état est non linéaire, la solution la plus immédiate consiste à le linéariser. L'imprécision introduite se traduit par des performances dégradées du filtre de Kalman étendu relativement à des critères MAP ou EQMM. Dans le cas où le modèle dynamique d'état est non linéaire et/ou les bruits ne sont pas...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusion
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Mesures et tests électroniques"
(
113 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
