Zastosowanie filtracji cząsteczkowej do estymacji stanu obiektu dynamicznego

• Autorzy: Konatowski S. , Kaniewski P.

Warianty tytułu

EN

Using the particle filtration to estimate the state of dynamic object

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia projekt algorytmu estymacji stanu obiektu dynamicznego, w efekcie działania którego wyznaczane są aktualne parametry stanu. W trakcie projektowania filtrów nieliniowych stosowane są pewne przybliżenia funkcji gęstości prawdopodobieństwa stanu. Teoria proponuje wiele typów aproksymacji, ale większość z nich wymaga przyjęcia dodatkowych założeń dotyczących postaci sygnału, w związku z czym nie są one w praktyce realizowane. Artykuł przedstawia metodę niegaussowskiej estymacji nieliniowej opartą na filtrze cząsteczkowym.

EN

The paper presents the design of estimation algorithm for the state of dynamic object. As a result of its actions current state parameters are determined. During the design of non-linear filters in some approximation of the probability density function of state are used. Theoretically, there are many known types of approximation, but most of them require additional assumptions about the character signal, and therefore they are not implemented in practice. In this paper nonlinear estimation method based on the particle filter was tested.

Słowa kluczowe

PL

filtr cząstkowy; filtracja nieliniowa; obiekt dynamiczny

EN

particle filler; nonlinear filtration; dynamic object

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 9
• Strony: 108--112
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Konatowski S.

• Wojskowa Akademia Techniczna, Wydział Elektroniki

autor

Kaniewski P.

• Wojskowa Akademia Techniczna, Wydział Elektroniki

Bibliografia

• [1] Arulampalam S., Gordon N., Ristic B., Beyond the Kalman Filter. Particie Fliters for tracking applications. Artech House, London, 2004.
• [2] Arulampalam S., Maskell S., Gordon N., Clapp T., A Tutorial on Particle Filters for On-line Non-linear/Non- Gaussian Bayesian Tracking. citeseerx.ist.psu.edu.
• [3] Dobrowolski A., Niedziejko P., Krysowaty I., Współczesne metody analizy dźwięku serca. Przegląd Elektrotechniczny 87 (2011), nr 9a, str. 1-7.
• [4] Fox D., Kwok C., Meila M., Real-Time Particle Filters. Proceedings of the IEEE, vol. 92, no. 3, March 2004.
• [5] Kaniewski P., Kazubek J., Integrated System for Heading Determination, Acta Physica Polonica A, Vol. 116, No. 3, 2009, s. 325-330.
• [6] Konatowski S., Algorytm filtracji cząstkowej nieliniowego systemu dynamicznego. Przegląd Elektrotechniczny, 86 (2010), nr 9, str. 272-277.
• [7] Leśnik C., Nonlinear Frequency Modulated Signal Design. Acta Physica Polonica A, vol. 116 (2009), No. 3, pp. 351-354.