As a follow-on course to "Linear Kalman Filter Deep Dive", this course derives the steps of the extended Kalman filter and the sigma-point Kalman filter for estimating the state of nonlinear dynamic systems. You will learn how to implement these filters in Octave code and compare their results. You will be introduced to adaptive methods to tune Kalman-filter noise-uncertainty covariances online. You will learn how to estimate the parameters of a state-space model using nonlinear Kalman filters.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Nonlinear Kalman Filters (and Parameter Estimation)
Ce cours fait partie de Spécialisation Applied Kalman Filtering
Instructeur : Gregory Plett
Inclus avec
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Implement sigma-point Kalman filter (SPKF) and unscented Kalman filter (UKF)
- Catégorie : Implement extended Kalman filter (EKF)
- Catégorie : Implement parameter estimators using nonlinear Kalman filters
- Catégorie : Implement cubature Kalman filter (CKF)
- Catégorie : Implement adaptive extended Kalman filter (AEKF)
Détails à connaître
Ajouter à votre profil LinkedIn
septembre 2024
27 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
This week, you will learn how to implement the extended Kalman filter to estimate the state of a nonlinear system.
Inclus
8 vidéos13 lectures7 devoirs1 sujet de discussion1 laboratoire non noté
This week, you will learn how to implement the sigma-point Kalman filter to estimate the state of a nonlinear system.
Inclus
6 vidéos6 lectures6 devoirs1 laboratoire non noté
This week, you will learn how to extend and refine nonlinear Kalman filters for special cases.
Inclus
7 vidéos7 lectures7 devoirs3 laboratoires non notés
This week, you will learn how to use nonlinear Kalman filters to estimate model parameter values.
Inclus
7 vidéos7 lectures7 devoirs3 laboratoires non notés
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Electrical Engineering
University of Colorado Boulder
Howard University
Coursera Project Network
University of Colorado Boulder
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.