PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 11

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  nonlinear filtering
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Estymacja EKF przy obecności pomiarów anomalnych w nieliniowych kanałach pomiarowych
Jańczak D.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2016
|
nr 11
1271--1275
PL
Rozszerzony filtr Kalmana (EKF - Extended Kalman Filter) jest estymatorem umożliwiającym uzyskanie oceny wartości wektora stanu w warunkach występującej nieliniowości w równaniu stanu lub obserwacji. Niestety, algorytm EKF jest nieodporny na występujące pomiary anomalne. W artykule zaproponowano metodę zapewniającą zwiększenie dokładności estymacji w warunkach pojawiających się pomiarów anomalnych w nieliniowym kanale pomiarowym. Zaproponowano suboptymalny algorytm w postaci filtra rekursywnego stanowiącego modyfikację filtra EKF, w którym estymaty są zależne od wyznaczanego na bieżąco aposteriorycznego prawdopodobieństwa stanu nieliniowego kanału pomiarowego. Proponowane podejście opiera się na dwurozkładowej reprezentacji zakłóceń pomiarowych, w której niestacjonarne szumy są modelowane jako szumy gaussowskie o znacznych zmianach wariancji. Rozpatrzono fałszywe pomiary o różnych charakterystykach statystycznych. Przedstawiono procedurę syntezy suboptymalnego estymatora na przykładzie układu śledzenia radarowego, w którym pomiary prowadzi się w sferycznym układzie współrzędnych.
EN
The paper is devoted to the problem of state estimation in presence of outliers in systems with nonlinear measurement channels. Outliers are measurements with an error far bigger than the standard one. Such measurements in telecommunication systems may emerge due to phenomena like multipath transmission, signal fluctuations, electromagnetic disturbances or intended jamming. Outliers are a reason of performance degradation of data processing, what results in increase of estimation error. The widely known extended Kalman filter (EKF) is also sensitive to outliers. The aim of the work is development of state estimation algorithm which is immune to presence of outliers. The proposed method is based on the mathematical description of outliers by means of Gaussian approximation. Outlier detection algorithm relies on calculation of a posteriori probability of the nonlinear measurement channel state. An estimation method which is based on idea of EKF with outlier suppression is proposed. An example of application of the method to the radar tracking system is presented. The proposed algorithm reveals better performance than typical EKF method in presence of outliers while requiring a moderate computational burden.
2
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.
3
Content available A robust fixed-lag smoothing algorithm for dynamic systems with correlated sensor malfunctions
Grishin Y. P., Janczak D.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2014
|
Vol. 62, nr 3
517--523
EN
A new robust fixed-lag smoothing algorithm for fault-tolerant signal processing in stochastic dynamic systems in the presence of correlated sensor malfunctions has been developed. The algorithm is developed using a state vector augmentation method and the Gaussian approximation of the current estimate probability density function. The algorithm can be used in the real-time fault-tolerant control systems as well as in radar tracking systems working in the complex interference environment. The performance of the developed algorithm are evaluated by simulations and compared with smoothing and nonlinear filtering algorithms.
4
Content available Numerically Stable and Efficient Implementation of a Continuous-Discrete Multiple-Model Estimator
Sankowski M., Buda W.
International Journal of Electronics and Telecommunications
|
2013
|
Vol. 59, No. 4
369-374
EN
This paper deals with the problem of implementing adaptive radar tracking filters based on continuous-time models of target motion and on discrete-time models of measurement process. The particular difficulties addressed include: nonlinear and non-stationary target movement models with uncertain parameters, and low data rate due to a rotating radar antenna. The proposed tracking filter relies basically on the continuous-discrete variant of the extended Kalman filter (EKF), the probabilistic data association (PDA) technique and the interacting multiplemodel (IMM) state estimation scheme. Numerical properties of the algorithm are discussed and a software implementation is developed using the open-source BLAS library. Several design concepts are combined to assure numerical stability, convergence and efficiency of the estimator.
5
Content available remote An Adaptive Algorithm of State Estimation in the Presence of Multiplicative Interferences
Janczak D.
Przegląd Elektrotechniczny
|
2010
|
R. 86, nr 3
30-31
EN
A new suboptimal non-linear algorithm for state estimation in the presence of interferences is presented. The algorithm was designed with use of the non-linear filtering theory and the Gaussian approximation method. The simulations results in different environment conditions have revealed its high efficiency.
PL
W artykule zaproponowano suboptymalny nieliniowy algorytm estymacji stanu w warunkach zakłóceń. Prezentowana metoda opiera się na teorii filtracji nieliniowej oraz wykorzystuje metodę aproksymacji Gaussowskiej.
6
Content available AGMM application in fault diagnosis and manoeuvre detection
Grishin Y., Janczak D.
Pomiary Automatyka Kontrola
|
2010
|
R. 56, nr 2
157-159
EN
Mixed multiple-additive Gauss-Markov models (AGMM) of parameters or structure changes which describe a broad variety of system failures or radar target manoeuvres are presented. Recursive algorithms for solving joint detection-identification problems in the presence of noise are obtained using the generalized likelihood ratio (GLR) approach. The proposed algorithms have relatively moderate computational requirements in a comparison with the multiple model approach. The results of simulation of the proposed algorithms are presented. The method can be used for failure detection-identification or manoeuvre detection in radar systems.
PL
W artykule przedstawiono addytywne modele Gausa-Markowa (AGMM -ang. Additive Gauss-Markov Models). Wykorzystanie AGMM pozwoliło na stworzenie metody, która dzięki wprowadzeniu dodatkowego układu dynamicznego modelującego nagłe zmiany umożliwia objęcie opisem szerokiego zakresu niestacjonarności i pozwala na oddanie właściwego ich charakteru (można je przedstawić w formie procesu losowego, procesu zdeterminowanego, ale o losowym momencie zaistnienia lub procesu typu mieszanego). Zaletą AGMM jest możliwość opisu nawet złożonych zmian dynamiki systemu za pomocą nieskomplikowanego aparatu matematycznego. Modele te umożliwiają stworzenie rekursywnych algorytmów wykrywania uszkodzeń i śledzenia manewrujących obiektów. Struktura systemu ma formę adaptacyjnego filtra dopasowanego do bieżącej dynamiki obiektu i stanu systemu pomiarowego, co zapewnia minimalny błąd pomiaru. Do wykrycia zmian stosowany jest bank filtrów dodatkowych dopasowanych do różnych rodzajów i momentów zaistnienia zmian oraz procedura decyzyjna oparta o metodę uogólnionego stosunku wiarygodności. Zastosowano metodę analitycznego wyznaczania progów decyzyjnych z wykorzystaniem aproksymacji rozkładu prawdopodobieństwa logarytmu uogólnionego stosunku wiarygodności. Zmienna wartość progów decyzyjnych pozwoliła na utrzymanie prawdopodobieństwa fałszywego alarmu na stałym poziomie. Proponowana metoda charakteryzuje się niskim obciążeniem obliczeniowym pozwalającym na stosowanie w systemach czasu rzeczywistego.
7
Content available remote Nonlinear filtering for Markov systems with delayed observations
Calzolari A., Florchinger P., Nappo G.
International Journal of Applied Mathematics and Computer Science
|
2009
|
Vol. 19, no 1
49-57
EN
This paper deals with nonlinear filtering problems with delays, i.e., we consider a system (X,Y ), which can be represented by means of a system [...], in the sense that [...], where a(t) is a delayed time transformation. We start with X being a Markov process, and then study Markovian systems, not necessarily diffusive, with correlated noises. The interest is focused on the existence of explicit representations of the corresponding filters as functionals depending on the observed trajectory. Various assumptions on the function a(t) are considered.
8
Content available remote Infrared ranger-based mobile robot navigation
Sierociuk D.
Przegląd Elektrotechniczny
|
2004
|
R. 80, nr 4
362-364
EN
This paper presents a mobile robot navigation problem. The robot is supposed to move between two walls, based on data from infrared ranger. In the paper the results of applying EKF algorithm to real mobile robot platform are also given.
PL
Artykuł ten prezentuje sposób nawigacji robota mobilnego pomiqdzy dwoma ścianami, opierajqcy się na danych pochodzących z dalmierza na podczerwień. Zaprezentowane są także rezultaty zastosowania algorytmu EKF do tego problemu, dla rzeczywistego robota mobilnego.
9
Content available Switching median filter with a local entropy control
Lukac R., Smolka B., Bieda R., Budzan S.
Journal of Medical Informatics & Technologies
|
2003
|
Vol. 5
MI39--46
EN
This paper presents a new switching median filter utilising local contrast entropy of the samples inside the filtering window. The proposed method is fully adaptive, it requires no optimisation and eliminates the main disadvantages of the local contrast probability based switching median. Excellent performance of the proposed method is a result of the successful analysis of input samples, as the local contrast entropy concept is able to efficiently differentiate between outliers and desired edge samples.
10
Content available remote Approximation of the Zakai Equation in a Nonlinear Filtering Problem With Delay
Twardowska K., Marnik T., Pasławska-Południak M.
International Journal of Applied Mathematics and Computer Science
|
2003
|
Vol. 13, no 2
151-160
EN
A nonlinear filtering problem with delays in the state and observation equations is considered. The unnormalized conditional probability density of the filtered diffusion process satisfies the so-called Zakai equation and solves the nonlinear filtering problem. We examine the solution of the Zakai equation using an approximation result. Our theoretical deliberations are illustrated by a numerical example.
11
Content available remote Time dependent Malliavin calculus on manifolds and application to nonlinear filtering '
Schiltz J.
Probability and Mathematical Statistics
|
1998
|
Vol. 18, Fasc. 2
319--334
EN
In this paper, we prove, using Malliavin calculus, that under a global Hörmander condition the law of a Riemannian manifold valued stochastic process, a solution of a stochastic differential equation with time dependent coefficients, admits a C∞-density with respect to the Riemannian volume element. This result is applied to a nonlinear filtering problem with time dependent coefficients on manifolds.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.