Чому я все-таки повинен використовувати EKF замість UKF?

Нецензований фільтр Кальмана - це варіант розширеного фільтра Кальмана, який використовує іншу лінеаризацію, спираючись на перетворення набору "Точок Sigma" замість розширення серії Тейлора першого порядку.

UKF не вимагає обчислення якобійців, може використовуватися з переривчастим перетворенням і, головне, точніше, ніж EKF для сильно нелінійних перетворень.

Єдиним недоліком, який я виявив, є те, що "EKF часто трохи швидше, ніж UKF" (Probablistic Robotics). Мені це здається незначним, і їх асимптотична складність здається однаковою.

То чому все ще здається, що всі віддають перевагу EKF перед UKF? Чи пропустив я великий недолік UKF?

Ось кілька можливих моментів розгляду. Безумовно, УКФ має багато контрпунктів, де також має перевагу.

Найбільш очевидна перевага - обчислювальна потужність. Не забувайте, що традиційно ці фільтри реалізуються на вбудованих системах з дуже обмеженими обчислювальними ресурсами. Крім того, хоча сам я не маю великого досвіду роботи з UKF, однією з істотних переваг EKF є їх відносна простота в застосуванні. Для багатьох систем якобіанські аналітики дуже легко виводяться, що робить реалізацію EKF здебільшого простою.

Ще одна сфера потенційної переваги - простота налаштування. Я не пам'ятаю, скільки параметрів можна настроїти у UKF, але параметри настройки EKF вже добре зрозуміли, оскільки базовий фільтр Kalman є всюдисущим, тому хто-небудь, хто замислюється про використання UKF, вже знає, як налаштувати EKF.

Нарешті, не ігноруйте імпульс. Якщо в існуючій системі вже є діючий EKF, навіщо проходити всю роботу по впровадженню та тестуванню UKF?