Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2014

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Central Difference Kalman Filter

Sortuj według:

Ogranicz wyniki do:

Study of the effectiveness of different Kalman filtering methods and smoothers in object tracking based on simulation tests

Malinowski M., Kwiecień J.

Reports on Geodesy and Geoinformatics

2014

Vol. 97

1--22

In navigation practice, there are various navigational architecture and integration strategies of measuring instruments that affect the choice of the Kalman filtering algorithm. The analysis of different methods of Kalman filtration and associated smoothers applied in object tracing was made on the grounds of simulation tests of algorithms designed and presented in this paper. EKF (Extended Kalman Filter) filter based on approximation with (jacobians) partial derivations and derivative-free filters like UKF (Unscented Kalman Filter) and CDKF (Central Difference Kalman Filter) were implemented in comparison. For each method of filtration, appropriate smoothers EKS (Extended Kalman Smoother), UKS (Unscented Kalman Smoother) and CDKS (Central Difference Kalman Smoother) were presented as well. Algorithms performance is discussed on the theoretical base and simulation results of two cases are presented.

Analiza różnych odmian filtru Kalmana przy lokalizacji obiektów mobilnych w oparciu o testy symulacyjne

Malinowski M., Kwiecień J.

Logistyka

2014

nr 6

7040--7050

W praktyce nawigacyjnej stosowane są różne architektury i strategie integracji przyrządów pomiarowych, które wpływają na dobór algorytmu filtracji Kalmana. Na podstawie przedstawionych w artykule testów symulacyjnych wykonano analizę różnych metod filtracji Kalmana stosowanych przy lokalizacji obiektów mobilnych. W porównaniu zastosowano filtr EKF (Extended Kalman Filter) wymagający aproksymacji przy użyciu (jakobianów) pochodnych cząstkowych oraz filtry pozbawione tego wymogu jak UKF (Unscented Kalman Filter) i CDKF (Central Difference Kalman Filter). Przedyskutowano własności algorytmów na podstawie teoretycznej oraz wyników symulacji jednego zagadnienia w dwóch wariantach.

One of tasks in navigation practice is determination the position of the object based on measurement of its attitude. On the grounds of simulation tests of algorithms designed and presented in this paper, the analysis of different methods of Kalman filtration applied in object tracing was made. EKF (Extended Kalman Filter) filter based on approximation with (jacobians) partial derivations and derivative-free filters like UKF (Unscented Kalman Filter) and CDKF (Central Difference Kalman Filter) were implemented in comparison. The two cases were carried out to verify the correctness and quality of work of developed modular library of estimation algorithms in practice. Filtering performance is discussed on the theoretical base and simulation results of example in two variants are presented.