Wyniki wyszukiwania - BazTech

1

Ocena dokładności filtracji nieliniowej w systemach transportowych

Konatowski S., Kaniewski P., Czopik G.

Logistyka

|

2014

|

nr 3

3040--3048

PL

W algorytmach filtracji, stosowanych do pozycjonowania systemów transportowych, występują zależności nieliniowe zarówno w równaniu stanu jak i w równaniu pomiarowym. Historycznie, w takich sytuacjach linearyzowano równania dynamiki obiektu i/lub równania obserwacji stosując rozszerzony filtr Kalmana EKF (Extended Kalman Filter). Alternatywnym rozwiązaniem dla rozszerzonego filtra Kalmana jest bezśladowy filtr Kalmana UKF (Unscented Kalman Filter). Filtr ten operuje na parametrach statystycznych tych modeli poddanych nieliniowym przekształceniom. Inną strategią rozwiązania problemu filtracji nieliniowej jest filtracja cząsteczkowa PF (Particie Filtration) wykorzystująca sekwencyjne próbkowanie istotności – odwzorowanie dużej liczby punktów (cząsteczek) i związanych z nimi wag z gęstości prawdopodobieństwa. W artykule opisane zostały algorytmy filtracji nieliniowej (rozszerzona Kalmana, bezśladowa Kalmana, cząstkowa) stosowane powszechnie do estymacji położenia. W artykule porównano dokładność filtracji cząsteczkowej. W szczególności zaprezentowano efektywność filtracji nieliniowej stanu obiektów dynamicznych dla dwóch postaci równań pomiarowych. Ocena jakości procesu filtracji została przeprowadzona w środowisku Matlab.

EN

The filtering algorithms used for the positioning of transport systems, are based on nonlinear equation of state as well as the measurement equation. Historically, in these cases, the object dynamics equations and/or observation equations were linearized using the Extended Kalman Filter EKF. The alternative to the Extended Kalman Filter is Unscented Kalman Filter UKF. This filter operates on the statistical parameters of these models subjected to nonlinear transformations. Another strategy to solve the problem of nonlinear filter is the particle filtration PF, that uses a sequential sampling of significance – mapping a large number of points (particles) and the weights associated with the probability density. In this paper several types of nonlinear filtrations (Extended Kalman Filtering, Unscented Kalman Filtering, Particle Filtering,) widely used to position estimation and their algorithms are described. The article compares the accuracy of Particle Filtration. In particular, the efficiency of nonlinear filtration of dynamic objects states for two forms of measurement equations is presented. Evaluation of quality of the filtration process was carried out in Matlab.

2

The N queens problem - new variants of the Wirth algorithm

Łajtar M.

Annales Universitatis Mariae Curie-Skłodowska. Sectio AI, Informatica

|

2013

|

Vol. 13, no. 1

53--61

EN

The paper presents new ways of n-queens problem solving . Briefly,this is a problem on a nxn chessboard of a set n-queens, so that any two of the mare not in check. At the beginning, currently used algorithm to find solutions is discussed. Then sequentially 4 new algorithms, along with the interpretation of changes are given. The research results, including comparison, of calculation times of all algorithms together with their interpretation are discussed. Finally, conclusions are given. The results were obtained thanks to the pre-created application.Chapters except for By filtering ver. 2 were based on the previous studies carried out during the Bachelor course [1].

3

Filtering algorithms for the same and UseBy constraints

Beldiceanu N., Katriel I., Thiel S.

Archives of Control Sciences

|

2006

|

Vol. 16, no. 2

191-220

EN

We define the same and UsedBy constraints. UsedBy takes two sets of variables X and Z such that X≥Z and assigns values to them such that the multiset of values assigned to the variables in Z is contained in the multiset of values assigned to the variables in X. Same is the special case of UsedBy in which X=Z. We show algorithms that achieve arc-consistency and bound-consistency for these constraints.