Filtri bayesiani

In questa sezione viene introdotto il problema dei filtraggi, quando si hanno più sensori che contribuiscono attraverso generiche funzioni a osservare lo stato dinamico di un sistema, non direttamente osservabile.

Molti approcci per calcolare (stimare) lo stato sconosciuto da un insieme di misure non tengono conto della natura rumorosa delle osservazioni.

A seconda se il problema è lineare o non-lineare e la distribuzione di probabilità del rumore sia gaussiana o meno ogni filtro si comporta in maniera differente.

Il Filtro di Kalman (sezione 2.9.1) è il filtro ottimo nel caso di problema lineare e distribuzione del rumore gaussiana. I filtri di Kalman Estesi e Unscented (sezioni 2.9.4 e 2.9.5) sono filtri sub-ottimi per problemi non-lineari e distribuzione del rumore gaussiana. Infine i filtri particellari sono soluzione sub-ottima per i problemi non lineari con distribuzione del rumore non gaussiana.