As a follow-on course to "Kalman Filter Boot Camp", this course derives the steps of the linear Kalman filter to give understanding regarding how to adjust the method to applications that violate the standard assumptions. Applies this understanding to enhancing the robustness of the filter and to extend to applications including prediction and smoothing. Shows how to implement a target-tracking application in Octave code using an interacting multiple-model Kalman filter.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Linear Kalman Filter Deep Dive (and Target Tracking)
Ce cours fait partie de Spécialisation Applied Kalman Filtering
Instructeur : Gregory Plett
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Describing the role of all Kalman-filter variables
- Catégorie : Understanding purpose of sequential-probabilistic-inference steps
- Catégorie : Modifying Kalman-filter steps to enable applications that violate the standard assumptions
- Catégorie : Modifying Kalman-filter steps to make it more robust
- Catégorie : Implement a Kalman filter for a target-tracking application
Détails à connaître
Ajouter à votre profil LinkedIn
septembre 2024
26 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Knowing how to derive the steps of the Kalman filter is important for understanding the assumptions that are made and to be able to re-derive the steps for different assumptions. This week, you will learn how to derive the steps and will gain insight into how the Kalman filter works.
Inclus
7 vidéos12 lectures6 devoirs1 sujet de discussion
Last week, you learned the assumptions made when deriving the Kalman filter. What if these assumptions are not met correctly? What if numeric roundoff error causes failure? This week, you will learn how to solve problems with the standard Kalman filter.
Inclus
7 vidéos7 lectures7 devoirs3 laboratoires non notés
The standard linear Kalman filter works well for state estimation, but can be extended to implement prediction and smoothing as well. Further, we can speed up the steps or even eliminate steps in some circumstances. This week, you will learn some extensions and refinements to linear Kalman filters.
Inclus
7 vidéos7 lectures7 devoirs3 laboratoires non notés
A popular application of Kalman filters is to track (usually non-cooperating) targets. This week, you will learn how to implement standard and specialized Kalman filters suited for target tracking.
Inclus
6 vidéos6 lectures6 devoirs2 laboratoires non notés
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Electrical Engineering
University of Colorado System
University of Colorado System
University of Colorado System
University of Colorado System
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.