Přejít k obsahu


Marginal marginalised particle filter

Citace: AJGL, J., ŠIMANDL, M. Marginal marginalised particle filter. In Proceeding of the 2013 American Control Conference. Washington: AACC, 2013. s. 3087-3092. ISBN: 978-1-4799-0177-7 , ISSN: 0743-1619
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Marginal marginalised particle filter
Rok vydání: 2013
Místo konání: Washington
Název zdroje: AACC
Autoři: Ing. Jiří Ajgl Ph.D. , Prof. Ing. Miroslav Šimandl CSc. ,
Abstrakt CZ: Článek se zabývá filtry kombinujícími analytickou Kalmanovskou filtraci s částicovými filtry, jež jsou založeny na Monte Carlo simulacích. Protože částice jsou vztaženy k trajektoriím stavu od počátečního stavu do současného stavu, tedy nikoliv pouze k poslednímu stavu, nemohou být částicové filtry přímočaře použity ve fúzi hustot posledního stavu. Proto je v článku navržena marginalizace zastaralých částí trajektorií stavu. Za účelem získání hustoty pravděpodobnosti v neměnné formě, přinejmenším z teoretického hlediska, je ve formulaci úlohy nově uvažován popis náhodných promměnných pomocí Gaussových sum.
Abstrakt EN: This paper deals with filters that combine the analytical Kalman filtering and the Monte Carlo simulation based particle filtering. Since the particles are related to the state trajectories from the initial time up to the current time rather than to the state at the last time only, these filters cannot be directly used in fusion of probability densities of the last state. Therefore, marginalisation of the outdated parts of the state trajectories is proposed in the paper. In order to obtain a reproducible probability density, at least theoretically, the Gaussian sum description of random variables is also newly considered in the problem formulation.
Klíčová slova

Zpět

Patička