Theoretically, the Kalman filter is

Theoretically, the Kalman filter is an estimator for what is called the linear-quadratic
problem, which is the problem of estimating the instantaneous “state” (a concept that
will be made more precise in the next chapter) of a linear dynamic system perturbed
by white noise—by using measurements linearly related to the state but corrupted
by white noise. The resulting estimator is statistically optimal with respect to any
quadratic function of estimation error.
Practically, the Kalman filter is one of the greater discoveries in the history of statistical
estimation theory and possibly the greatest discovery in the twentieth century.
It has enabled humankind to do many things that could not have been done without it,
and it has become as indispensable as silicon in the makeup of many electronic
systems. Its most immediate applications have been for the control of complex
dynamic systems such as continuous manufacturing processes, aircraft, ships, or
spacecraft. To control a dynamic system, you must first know what it is doing. For
these applications, it is not always possible or desirable to measure every variable

ผลลัพธ์ (ไทย) 1:

ในทางทฤษฎี ตัวกรองคาลมานเป็นประมาณการสำหรับสิ่งที่เรียกว่าการกำลังสองเส้นตรงปัญหา ซึ่งเป็นปัญหาของประเมินทันที "สถานะ" (แนวคิดที่จะเพิ่มเติมได้ในบทถัดไป) ของระบบเชิงเส้นแบบไดนามิก perturbedโดยเสียงสีขาว — โดยวัดขนานกับรัฐ แต่เสียหายโดยเสียงสีขาว ประมาณผลเหมาะสมทางสถิติเกี่ยวกับการฟังก์ชันกำลังสองของการประมาณการผิดพลาดจริง ตัวกรองคาลมานเป็นหนึ่งการค้นพบในประวัติศาสตร์ทางสถิติมากขึ้นทฤษฎีการประมาณการ และอาจรวมถึงการค้นพบที่ยิ่งใหญ่ที่สุดในศตวรรษยี่สิบมันช่วยให้มนุษย์ทำหลายสิ่งหลายอย่างที่อาจไม่ได้รับทำโดยไม่ได้และมันได้กลายเป็นขาดไม่ได้เป็นซิลิโคนในการแต่งหน้าของอิเล็กทรอนิกส์ระบบ แอปพลิเคชันมากได้รับการควบคุมของคอมเพล็กซ์ระบบแบบไดนามิกเช่นกระบวนการผลิตอย่างต่อเนื่อง เครื่องบิน เรือ หรือยานอวกาศ การควบคุมระบบแบบไดนามิก คุณต้องแรกทราบสิ่งที่จะทำ สำหรับโปรแกรมประยุกต์เหล่านี้ มันไม่เสมอไป หรือต้องการวัดตัวแปรทุก

ผลลัพธ์ (ไทย) 2:

ในทางทฤษฎีกรองคาลมานเป็นประมาณการสำหรับสิ่งที่เรียกว่าเส้นกำลังสอง
ปัญหาซึ่งเป็นปัญหาของการประมาณ "รัฐ" ทันที (แนวคิดว่า
จะทำที่แม่นยำยิ่งขึ้นในบทต่อไป) ของระบบแบบไดนามิกเชิงเส้นตกอกตกใจ
โดย เสียงรบกวนโดยใช้การวัดที่เกี่ยวข้องกับเส้นตรงไปยังรัฐเสียหาย แต่สีขาว
โดยเสียงสีขาว ประมาณการส่งผลให้เป็นที่เหมาะสมทางสถิติเกี่ยวกับการใด ๆ
ฟังก์ชันกำลังสองของข้อผิดพลาดการประมาณค่า.
จวนกรองคาลมานเป็นหนึ่งในการค้นพบที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์ของสถิติ
ทฤษฎีการประมาณค่าและอาจจะค้นพบที่ยิ่งใหญ่ที่สุดในศตวรรษที่ยี่สิบ.
ได้เปิดการใช้มนุษยชาติที่จะทำ หลายสิ่งหลายอย่างที่ไม่ได้รับการกระทำโดยไม่ได้
และมันได้กลายเป็นที่ขาดไม่ได้เป็นซิลิกอนในการแต่งหน้าของอิเล็กทรอนิกส์หลาย
ระบบ การประยุกต์ใช้ทันทีส่วนใหญ่ได้รับการควบคุมที่ซับซ้อน
ระบบพลวัตเช่นกระบวนการผลิตอย่างต่อเนื่อง, เครื่องบิน, เรือหรือ
ยานอวกาศ ในการควบคุมระบบแบบไดนามิกก่อนอื่นคุณต้องรู้ว่าสิ่งที่ทำ สำหรับ
การใช้งานเหล่านี้มันเป็นไปไม่ได้หรือเป็นที่น่าพอใจในการวัดตัวแปรทุกเสมอ

ผลลัพธ์ (ไทย) 3:

ทฤษฎีตัวกรองคาลมานเป็นประมาณการสำหรับสิ่งที่เรียกว่าเชิงเส้นกำลังสองปัญหา ซึ่งเป็นปัญหาของการประมาณ " " รัฐ " ( แนวคิดว่าจะทำให้แม่นยำมากขึ้นในบทต่อไป ) ของระบบพลวัตเชิงเส้น วนเวียนโดยเสียงสีขาวโดยการวัดน้ำหนักที่เกี่ยวข้องกับรัฐ แต่เสียหายโดยเสียงสีขาว ส่งผลให้ประมาณการทางสถิติที่เหมาะสมกับการใด ๆฟังก์ชันกำลังสองของความคลาดเคลื่อนประมาณเมื่อตัวกรองคาลมานเป็นหนึ่งของการค้นพบที่ยิ่งใหญ่ในประวัติศาสตร์ของสถิติทฤษฎีการประมาณค่าและอาจจะค้นพบที่ยิ่งใหญ่ที่สุดในศตวรรษที่ยี่สิบมันทำให้มนุษย์ต้องทำหลายสิ่งที่ไม่สามารถทำได้โดยไม่ได้และมันได้กลายเป็นที่ขาดไม่ได้ซิลิคอนในการแต่งหน้าของหลายอิเล็กทรอนิกส์ระบบ ส่วนใหญ่ของการใช้งานได้ทันทีสำหรับการควบคุมที่ซับซ้อนระบบแบบไดนามิกเช่นกระบวนการผลิตอย่างต่อเนื่อง เครื่องบิน เรือ หรือยานอวกาศ เพื่อควบคุมระบบแบบไดนามิก คุณต้องทราบก่อนว่ามันเป็นยังไง สำหรับโปรแกรมเหล่านี้ มันไม่ได้เป็นไปได้เสมอ หรือพึงปรารถนาที่จะวัดทุกตัวแปร