Wyniki wyszukiwania - BazTech

1

Comparison of estimation accuracy of EKF, UKF and PF filters

Konatowski S., Kaniewski P., Matuszewski J.

Annual of Navigation

|

2016

|

No. 23

69--87

EN

Several types of nonlinear filters (EKF — extended Kalman filter, UKF — unscented Kalman filter, PF — particle filter) are widely used for location estimation and their algorithms are described in this paper. In the article filtering accuracy for non-linear form of measurement equation is presented. The results of complex simulations that com-pare the quality of estimation of analyzed non-linear filters for complex non-linearities of state vector are presented. The moves of maneuvering object are described in two-dimensional Cartesian coordinates and the measurements are described in the polar coordinate system. The object dynamics is characterized by acceleration described by the univariate non-stationary growth model (UNGM) function. The filtering accuracy was evaluated not only by the root-mean-square errors (RMSE) but also by statistical testing of innovations through the expected value test, the whiteness test and the WSSR (weighted sum squared residual) test as well. The comparison of filtering quality was done in the MATLAB environment. The presented results provide a basis for designing more accurate algorithms for object location estimation.

PL

W artykule opisane zostały algorytmy filtrów nieliniowych (rozszerzony EKF i bezśladowy UKF filtr Kalmana oraz filtr cząstkowy PF) stosowane powszechnie do estymacji położenia. Porównano dokładność estymacji tych filtrów dla nieliniowego równania pomiarowego. Zaprezentowane zostały rezultaty badań symulacyjnych porównujących jakość estymacji analizowanych rodzajów filtrów nieliniowych dla złożonej nieliniowości wektora stanu. Ruch obiektu manewrującego opisano w dwuwymiarowym układzie kartezjańskim, natomiast pomiary w polarnym układzie współrzędnych. Dynamikę obiektu charakteryzuje przyspieszenie opisane funkcją Univariate-Non-Stationary-Growth-Model. Efektywność badań, poza określaniem błędów średniokwadratowych RMSE, oceniano poprzez statystyczne testowanie innowacji za pomocą: testu wartości oczekiwanej, testu białości oraz testu WSSR (Weighted-Sum-Squared-Residual). Ocena jakości procesu filtracji została przeprowadzona w środowisku MATLAB. Przedstawione wyniki stanowią podstawę do projektowania dokładniejszych algorytmów estymacji położenia obiektu.

2

On a Real-Time First-Order Difference Evaluation

Ostalczyk P., Duch P.

Image Processing & Communications

|

2012

|

Vol. 17, no. 4

167--172

EN

A subject of this paper is a real-time evaluation of the first-order backward difference of a measured signal with noise. It is wellknown that a difference evaluation strongly increase a noise amplitude so the signal prefiltering is necessary. A very short review of practically used filters is given. To perform the pre-filtering operation one mainly apply linear filters characterized by their impulse response shape: finite impulse response (FIR) and infinite impulse response (IIR). To enhance the filtering operation one successfully apply so called adaptive filters and these described by non-linear characteristics. In this paper a simple non-linear filtering algorithm is proposed and examined in the first-order backward difference of a measured signal.

3

Robust data processing i the presence of outliers

Griszin J.

Przegląd Elektrotechniczny

|

2010

|

R. 86, nr 3

25-27

EN

The paper presents a robust algorithm for data processing in discrete-time dynamic systems when observed data are corrupted by outliers. The algorithm has been developed using non-linear filtering theory and the Gaussian approximation method. The simulation results are presented.

PL

W artykule został przedstawiony algorytm estymacji stanu dyskretnych liniowych systemów dynamicznych odporny na obecność anomalii w pomiarach. Algorytm opracowano w oparciu o teorię filtracji nieliniową z wykorzystaniem metody aproksymacji gaussowskiej. Przedstawiono wybrane wyniki symulacji zaproponowanego algorytmu.

4

Systemy wnioskowania rozmytego (FIS) jako narzędzie nieliniowej generalizacji numerycznego modelu terenu

Olszewski R.

Polski Przegląd Kartograficzny

|

2006

|

T. 38, nr 4

316-325

PL

W artykule omówiono zagadnienie zastosowania systemów generalizacji danych przestrzennych opartych na logice rozmytej do modelowania rzeźby terenu na różnym poziomie uogólnienia.

EN

Classic filtering methods of raster data (e.g. digital terrain model), such as median or gaussian filtering level the result surface, and consequently flatten the end results. A significant modification of results' range, understood as narrowing of the scope of relative altitudes in the test area, is not the only side effect of the process of DTM generalization. Gaussian filtering, and especially non-linear median filtering leads to non-linear morphometric modifications of generalized terrain relief. Structural forms common for high mountain relief, such as ridge lines and deeply cut river valleys are flattened more than other forms. In the article the author attempts to elaborate a non-linear method of raster data filtering by defining the objective generalization rules of local character. These rules determine the global process of cartographic generalization of raster-type data. In order to build a database which would enable the realization of the process of spatial data generalization, fuzzy inference systems (FIS) are applied. Application of fuzzy logic makes it possible to define generalization rules for non-linear filtering of a digital terrain model recorded in the form of an altitude matrix. In the discussed context FIS can be interpreted as a non-linear digital terrain model transformation. Compared to other non-linear modeling techniques FIS has many advantages: - it keeps the parameters of source data distribution (slant, range, etc.,) - enables open and easy to interpret definition of rules in the data base (in relation to scale, purpose, cartographic school, etc.), - it bases on linguistic variables, which facilitates the understanding of the generalization process, - it facilitates scalability of the results through parametrization of the membership function. Application of fuzzy logic and generalization systems using fuzzy inference makes it possible to automatize the generalization process while preserving subjectivity of cartographic generalization. The final effects depend on the FIS database created by the researcher.

5

Adaptive impulse detection based approaches for the noise reduction in heart image sequences

Smolka B., Lukac R.

Journal of Medical Informatics & Technologies

|

2002

|

Vol. 3

MI21--29

EN

This paper focuses on three-dimensional (3-D) adaptive median filters based on the impulse detection approach designed to effectively remove the impulse noise from cardiographic image sequences. Impulse noise affects the useful information in the form of bit errors and it introduces to the image high frequency changes that prohibit to process and to evaluate the heart dynamics correctly. Therefore biomedical imaging such as vascular imaging and quantification of heart dynamics is closely related to digital filtering. In order to suppress impulse noise effectively, well-known non-linear filters based on the robust order-statistic theory provide interesting results. Although median filters have excellent impulse noise attenuation characteristics, their performance is often accompanied by undesired processing of noise-free samples resulting in edge blurring. The reason is that median filters do not satisfy the superposition property and thus the optimal filtering situation where only noisy samples are affected can never be fully obtained. The presented adaptive impulse detection based median filters, can achieve the excellent balance between the noise suppression and the signal-detail preservation. In this paper, the performance of the proposed approaches is successfully tested for the heart image sequence of 38 frames and the wide range of noise corruption intensity. The results are evaluated in terms of mean absolute error, mean square error and cross correlation.

6

Zaawansowane metody identyfikacji charakterystyk aerodynamicznych samolotu

Goszczyński J.

Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska

|

1999

|

z. 10

101-108

PL

W pracy przedstawiono rekurencyjne metody identyfikacji nieznanych parametrów. Prezentowane metody tj. metoda filtracji nieliniowej (FN) oraz estymacji-przed-modelowaniem (EPM) zostały zaproponowane jako metody umożliwiające przeprowadzenie identyfikacji ,.on-line" charakterystyk aerodynamicznych samolotu.

EN

In the paper is presented a recunent method of unknown parameters identification, Both presented methods i.e. non-linear filtering and estimation before modelling were proposed to carry out of the aerodynamic characteristics "on-line" identification.

7

Testy numeryczne identyfikacji charakterystyk aerodynamicznych metodą filtracji nieliniowej

Goszczyński J., Goetzendorf-Grabowski T., Maryniak J.

Zeszyty Naukowe Katedry Mechaniki Stosowanej / Politechnika Śląska

|

1999

|

z. 10

109-116

PL

W pracy przedstawiono wyniki przeprowadzonych testów numerycznych identyfikacji charakterystyk aerodynaniiicznych obiektu latającego przy wykorzystaniu metody fihracji nieliniowej (FN). Przeprowadzono dyskusję otrzymanych wyników przedstawionych w formie graficznej.

EN

The paper presents a result of a numerical test of the non-linear filtering method of unknown parameter identification. Identification of the aerodynamic characteristics of flying object was carring out from numerical simulation. Results are discussed and presented on the diagrams.