Přejít k obsahu


Randomized Unscented Transform in State Estimation of non-Gaussian Systems: Algorithms and Performance

Citace: STRAKA, O., DUNÍK, J., ŠIMANDL, M., BLASCH, E. Randomized Unscented Transform in State Estimation of non-Gaussian Systems: Algorithms and Performance. In Proceedings of the 2012 15th International Conference on Information Fusion. Piscataway: IEEE, 2012. s. 2004-2011. ISBN: 978-0-9824438-5-9
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Randomized Unscented Transform in State Estimation of non-Gaussian Systems: Algorithms and Performance
Rok vydání: 2012
Místo konání: Piscataway
Název zdroje: IEEE
Autoři: Ing. Ondřej Straka Ph.D. , Ing. Jindřich Duník Ph.D. , Prof. Ing. Miroslav Šimandl CSc. , Erik Blasch
Abstrakt CZ: Článek se zabývá odhadem stavu nelineárních negaussovských systémů, se zvláštním zaměřením na směsové gaussovské filtry. Pro dosažení vyšší kvality odhadu jsou prediktivní momenty stavu a měření určeny pomocí randomizované unscentované transformace, která poskytuje asymptoticky přesné odhady těchto momentů.Je popsán filtru s gaussovskými směsmi, která využívá randomizovanou unscentovanou transformaci a navržený algoritmus je ilustrován na simulačním příkladu. Analýza simulačního příkladu zahrnuje srovnání několika filtrů, kdy je použito několik absolutních i relativních metrik kvality, která hodnotí kvalitu bodového odhadu, kvalitu chby odhadu a kvalitu odhadu hustoty pravděpodobnosti.
Abstrakt EN: The paper deals with state estimation of nonlinear non-Gaussian systems with a special focus on the Gaussian sum filters. To achieve a higher estimate quality, state and measurement predictive moments appearing in the filters are computed by the randomized unscented transform, which provides asymptotically exact estimates of the moments. The use of the Gaussian sum filter employing the randomized unscented transform is introduced and the proposed algorithm is illustrated in a numerical example. The analysis of the numerical example involves a comparison of several filters using a number of performance metrics both absolute and relative, assessing the point estimate quality, the estimate error quality, and the density estimate quality.
Klíčová slova

Zpět

Patička