カルマンフィルター (英: Kalman filter) は、誤差のある観測値を用いて、ある動的システムの状態を推定あるいは制御するための、無限インパルス応答フィルターの一種である。 カルマンフィルターは、 離散的な誤差のある観測から、時々刻々と時間変化する量（例えばある物体の位置と速度）を推定するために用いられる。レーダーやコンピュータビジョンなど、工学分野で広く用いられる。例えば、カーナビゲーションでは、機器内蔵の加速度計や人工衛星からの誤差のある情報を統合して、時々刻々変化する自動車の位置を推定するのに応用されている。カルマンフィルターは、目標物の時間変化を支配する法則を活用して、目標物の位置を現在（フィルター）、未来（予測）、過去（内挿あるいは平滑化）に推定することができる。 カルマンフィルターは時間領域において、連続時間線形動的システム、もしくは離散化された離散時間線型動的システ
はじめに この記事について そもそもカルマンフィルタってなに？なんのためにあるの？ 何を受け取って，何を出力しているの？ どういう原理で動いているの？ 最適カルマンゲインってなに？ というところを解説していきます． わかりやすさの向上のため，わかりにくいところや気づいたことがあれば気軽にコメントしてください． 書かれていないこと この記事ではカルマンフィルタの考え方を知っていただきたいので，最適カルマンゲインの導出方法やその先のことは書かれていません． \newcommand{\Xtrue}{\mathbf{x}^{true}} \newcommand{\Xest}{\mathbf{x}^{est}} \newcommand{\Xodo}{\mathbf{x}^{odo}} \newcommand{\Xobs}{\mathbf{x}^{obs}} \newcommand{\xtrue}{x
カルマンフィルタの理論をわかりやすく丁寧に解説した教科書。学習の手助けになるよう演習問題も数多く掲載。初学者必読の書。実践に役立つMATLABのプログラムも掲載。パソコンでシミュレートを行うすべての学問領域が読者対象。
3. 学ぶ前の知識 • 分散 1 𝑁 − 1 𝑖=1 𝑁 𝑥𝑖 − 𝑥 2 • 上の例を以下の様に書く – 𝑉𝑎𝑟 𝑥 – 𝜎𝑥 2 • 具体的な例 – 数値は先程と同様 𝑥1 = 1, 𝑥2 = 2, 𝑥3 = 3, 𝑥 = 2 𝑥1 − 𝑥 2 1 𝑥2 − 𝑥 2 0 𝑥3 − 𝑥 2 1 分散 1
2011-04-22 最小二乗法2011-04-12 金融と物理2011-04-04 試験2011-01-23 線形差分方程式2010-12-27 ラグランジェの方程式2010-12-18 線形空間2010-12-16 カルマンフィルタ入門 カルマンフィルタ2010-12-15 最小分散ポートフォリオ2010-12-10 状態空間モデル2010-12-09 オイラーの方程式2010-12-08 指数平滑移動平均2010-12-03 最適ポートフォリオ2010-12-01 エントロピー 共分散行列2010-11-24 FrontPage2010-11-01 非線形状態空間モデルの粒子フィルタ2010-10-30 レジームスィッチングモデル2010-10-29 EMアルゴリズム2010-10-28 粒子フィルタによる追跡アルゴリズム カルマンフィルタの導出 カルマンフィルタを、簡単に説明した
Python では、（R言語とは様子が異なり）まだまだ、 「カルマン・フィルター」 「パーティクル・フィルター」 など の 「状態空間モデル」 の 実装コード事例 が ウェブ上 に 見当たらない。 この記事 では、日本語で読める 「状態空間モデル」 Python コード事例 掲載サイト を 集めてみました。 statsmodelsモジュールに、以下のメソッドがある模様 statsmodels.tsa.kalmanf.kalmanfilter.KalmanFilter SM StatsModels Statistics in Python 上記モジュールを使わない Python でのコード例 satomacoto「Pythonでカルマンフィルタを実装してみる」 Hatena::Diary how to code something shima_xさん Qiita投稿記事 「カルマンフィルタで
最終更新：2015年9月23日 ここでは、時系列解析を学ぶにあたって有用と思われる文献の紹介をします。 なお、画像はすべてAmazonへのリンクとなっております。 時系列解析は、統計学における、応用・発展の位置にあると思っています。一般化線形モデルなどが理解できたうえでこちらに進まれることをお勧めします。 なので、紹介する書籍もちょっとむずかしめのものが多いです。また、読まれる方のレベルもやや高いことを想定し、余計な解説は少なめにしてあります。 統計学の基礎から学びたいという方は、統計学初心者のための読書案内をご覧ください。 これは2015年9月現在のお勧めの本です。 気が向いたら新しいリストを作ろうと思います。 目次 1．時系列解析の入門書 2．Rによる時系列解析 3．状態空間モデルの入門書 1．時系列解析の入門書 時系列解析を学ぶ際、最初に読んでおくとよさそうな本を紹介します。 経済・
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
