Přejít k obsahu


Estimation of state and measurement noise covariance matrices by multi-step prediction

Citace: [] DUNÍK, J., ŠIMANDL, M. Estimation of state and measurement noise covariance matrices by multi-step prediction. IFAC Proceedings Volumes (IFAC-PapersOnline), 2008, roč. 17, č. 1, s. 3689-3694. ISSN: 1474-6670
Druh: ČLÁNEK
Jazyk publikace: eng
Anglický název: Estimation of state and measurement noise covariance matrices by multi-step prediction
Rok vydání: 2008
Místo konání: [s.l.]
Název zdroje: International Federation of Automatic Control
Autoři: Ing. Jindřich Duník Ph.D. , Prof. Ing. Miroslav Šimandl CSc.
Abstrakt CZ: Článek je věnován návrhu techniky pro odhad kovariančních matic poruch působících ve stavové rovnici a v rovnici měření jak pro systémy lineární tak i nelineární. Nově navržená technika je založena na analýze statistických vlastností chyby vícekrokové predikce meření. Metoda využívá známých a široce používaných vztahů z oblasti odhadu stavu a metody nejmenších čtverců. Teoretické vztahy jsou ověřeny pomocí numerického příkladu.
Abstrakt EN: Estimation of noise covariance matrices for linear or nonlinear stochastic dynamic systems is treated. The novel off-line technique for estimation of the covariance matrices of the state and measurement noises is designed. The technique is based on the multi-step prediction error and on knowledge of the system initial condition and it takes an advantage of the well-known standard relations from the area of state estimation techniques and least square method. The theoretical results are illustrated in numerical examples.
Klíčová slova

Zpět

Patička