Přejít k obsahu


Structure Adaptation of Nonlinear Filters based on Non-Gaussianity Measures

Citace:
STRAKA, O., DUNÍK, J., ŠIMANDL, M. Structure Adaptation of Nonlinear Filters based on Non-Gaussianity Measures. In Proceedings of the 2015 American Control Conference. Chicago: IEEE, 2015. s. 3162-3167. ISBN: 978-1-4799-8684-2 , ISSN: 0743-1619
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Structure Adaptation of Nonlinear Filters based on Non-Gaussianity Measures
Rok vydání: 2015
Místo konání: Chicago
Název zdroje: IEEE
Autoři: Doc. Ing. Ondřej Straka Ph.D. , Ing. Jindřich Duník Ph.D. , Prof. Ing. Miroslav Šimandl CSc. ,
Abstrakt CZ: Článek je věnován odhadu stavu stochastických dynamických systémů. Důrauz je v článku kladen zejména na adaptaci struktury nelineárních filtrů. Adaptace struktury je založena na průběžném monitorování očekávané kvality odhadu zapomocí měr negaussovosti a umožní měnit strukturu filtru tak, aby byla zachována požadovaná kvalita odhadu při minimální výpočetní náročnosti. Navržená technika adaptace je v článku analyzována jak z teoretického hlediska, tak i za pomoci simulační studie.
Abstrakt EN: The paper deals with state estimation of stochastic nonlinear dynamical systems. A structure adaptation of nonlinear filters is proposed to reduce errors stemming from approximations made by the filters. The adaptation is controlled by non-Gaussian measures which assess current working conditions of the filter. A large non-Gaussian measure indicates a possible large approximation error and results in splitting the state conditional probability density function. To limit computational complexity of the filter given by the number of terms, a reduction of this number is done by merging some terms. The algorithm of the proposed filter with structure adaptation is detailed using the extended Kalman filter relations. Performance of the filter is illustrated in a numerical example.
Klíčová slova

Zpět

Patička