Kalman-filter: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
Geen bewerkingssamenvatting |
Geen bewerkingssamenvatting |
||
Regel 1:
[[File:Rudolf Kalman.jpg|thumbnail|[[Rudolf Emil Kalman]], mede-bedenker en ontwikkelaar van het Kalman-filter]]
Het '''Kalman-filter''' is een rekenmethode waarmee reeksen van meet- of andere gegevens van willekeurige verstoringen ([[Ruis (signaal)|ruis]]) kunnen worden ontdaan. De rekenmethode is in [[1960]] ontwikkeld door de Hongaar [[Rudolf Emil Kálmán]] en wordt sindsdien op vele manieren toegepast. De werking is te vergelijken met de [[kleinste-kwadratenmethode]] die gebruikt wordt om de beste lijn door een aantal punten te vinden, met als bijkomend groot voordeel dat niet alle waardes vooraf bekend hoeven te zijn. Het Kalman-filter is daarom bijzonder geschikt om in
==Hoe het werkt==
Het Kalman-filter gaat uit van een proces dat wiskundig te [[model (wetenschap)|modelleren]] is. De uitkomst van het model voorspelt de te bepalen waarde op elk gewenst moment. De daadwerkelijke meting wordt met de voorspelde waarde verrekend tot een [[gewogen gemiddelde]]. Deze uitkomst is de gefilterde waarde en wordt meteen ook gebruikt om het procesmodel aan te passen.
Als voorbeeld kunnen de [[snelheid]], [[koers (richting)|koers]] en [[locatie|positie]] van een voertuig gebruikt worden om een toekomstige positie te voorspellen. Als er op enig tijdstip een [[Global positioning system|gps]]-meting van een nieuwe positie gedaan wordt zal deze waarschijnlijk niet precies gelijk zijn aan de voorspelde positie. Met de weegfactor wordt dan een
==Toepassingen==
* [[Navigatie]]systemen gebruiken Kalman-filters om uit de vele metingen, die allemaal een afwijking hebben, de meest waarschijnlijke
* Metingen in de [[procesindustrie]] waar veel storende invloeden zijn kunnen worden
* Een Kalman-filter kan gebruikt worden om een trend te ontdekken in een schijnbaar willekeurig variërende [[beurshandel|beurskoers]].
* Een methode voor het voorspellen van een [[weerbericht]].
|