Přejít k obsahu


Gaussian Sum Unscented Kalman Filter with Adaptive Scaling Parameters

Citace: STRAKA, O., DUNÍK, J., ŠIMANDL, M. Gaussian Sum Unscented Kalman Filter with Adaptive Scaling Parameters. In Proceeding of the 14th International Conference on Information Fusion. Piscataway: IEEE, 2011. s. 9-16. ISBN: 978-1-4577-0267-9
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Gaussian Sum Unscented Kalman Filter with Adaptive Scaling Parameters
Rok vydání: 2011
Místo konání: Piscataway
Název zdroje: IEEE
Autoři: Ing. Ondřej Straka Ph.D. , Ing. Jindřich Duník Ph.D. , Prof. Ing. Miroslav Šimandl CSc.
Abstrakt CZ: Článek se zabývá odhadem stavu nelineárních negaussovských diskrétních dynamických systémů bankou unscentovaných Kalmanových filtrů .Důraz je kladen na adaptivní volbu škálovacího parametru unscentovaných Kalmanových filtrů ke zvýšení odhadu kvality oproti běžným směsovým Gaussovským unscentovaným Kalmanovým filtrům. Je navrženo a diskutováno několik optimalizačních kritérií pro přizpůsobení škálovacího parametru. Jsou navrženy tři adaptační postupy pro aplikaci pro Gaussovské směsové modely. Kvalita navržených metod odhadu je analyzována prostřednictvím střední kvadratické chyby a non-credibility indexu v simulačním příkladu.
Abstrakt EN: The paper deals with state estimation of nonlinear non-Gaussian discrete dynamic systems by a bank of unscented Kalman filters. The stress is laid on an adaptive choice of a scaling parameter of the unscented Kalman filters to increase estimate quality over the standard Gaussian sum unscented Kalman filter. Several optimization criteria for adapting the scaling parameter are proposed and discussed and to apply the scaling parameter adaptation within the Gaussian sum framework, three adaptation procedures are proposed. Performance of the proposed estimation methods is analyzed through the root mean square error and non-credibility index in a numerical example.
Klíčová slova

Zpět

Patička