Filtre de Kalman à variation de temps: Propriétés et applications

Cette séance de cours couvre la dérivation et les propriétés du filtre de Kalman variable dans le temps, en se concentrant sur l'estimation de l'état dans un cadre gaussien linéaire et les défis du conditionnement sur les sorties mesurées. L'instructeur explique la méthode naïve et présente le filtre de Kalman comme un moyen récursif de calculer les quantités souhaitées de manière optimale. La séance de cours traite également de la généralisation aux systèmes avec entrées et de l'importance des transformations affines des vecteurs aléatoires gaussiens. Les concepts clés comprennent l'étape de prédiction, l'étape de filtrage et l'optimalité du prédicteur et du filtre au sens statistique.