PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 8

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Alternative relationships to enhance the applicability of nonlinear filtration models in porous media
Banerjee Ashes, Jagupilla Sarath Chandra K., Pasupuleti Srinivas, Annavarapu Chandra Sekhara Rao
Acta Geophysica
|
2023
|
Vol. 71, no. 4
1787--1799
EN
Nonlinear filtration in porous packing has remained a research challenge till this day. There have been numerous attempts to model the flow characteristics under such conditions. However, as demonstrated in the present study, these models are applicable for only some specific conditions. The present study attempts to develop an empirical model which can be widely applicable. The Forchheimer-type models have been the most widely used in the literature for prediction of flow in porous media. The study identifies that the Ergun equation (the most popular form of the Forchheimer equation) with its original coefficients is unable to predict the flow properties over a wide range of data. Similar observation can be made for all other identical models. However, by optimising the coefficient values (A = 3705.79 and B = 6.17), the equation's performance can be significantly improved. The current study aims to create a working model that can be used to predict flow in porous media under a variety of packing, fluid, and flow conditions using multivariate polynomial regression and machine learning tools. It was observed that media size has far greater influence on the coefficients than any other parameter. Empirical models were created to predict Forchheimer coefficients, which represent R2 values greater than 0.9 for training, validation, and test data. These models were further tested on a separate dataset with velocity and hydraulic gradient data compiled from the literature. The models were found to have very reliable performance with R2 values above 0.90.
2
Content available remote Zastosowanie filtracji cząsteczkowej do estymacji stanu obiektu dynamicznego
Konatowski S., Kaniewski P.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 9
108-112
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.
3
Porównanie dokładności estymacji położenia obiektów przez nieliniowe filtry Kalmana
Konatowski S.
Elektronika : konstrukcje, technologie, zastosowania
|
2013
|
Vol. 54, nr 3
20-25
PL
W artykule opisane zostały algorytmy filtracji nieliniowej (rozszerzona filtracja Kalmana, bezśladowa filtracja Kalmana, bezśladowa filtracja Kalmana w wariancie rozszerzonym i filtracja cząstkowa) stosowana powszechnie do estymacji położenia. Dodatkowo zaprezentowane zostały rezultaty złożonych badań symulacyjnych porównujących jakość estymacji analizowanych rodzajów filtrów nieliniowych dla złożonej nieliniowości wektora stanu. Ocena jakości procesu filtracji została przeprowadzona w środowisku MATLAB. Przedstawione wyniki stanowią podstawę do projektowania dokładniejszych algorytmów estymacji położenia obiektu.
EN
In this paper several types of nonlinear filtrations (Extended Kalman Filtering, Unscended Kalman Filtering, Augmented Unscended Kalman Filtering and Particle Filtering) widely used to position estimation and their algirithms are described. Additionally complex simulations results, which are to compare abilities of analyzed nonlinear filtrates for different nonlinearities, are shown. The comparison of filtration quality was done in MATLAB environment. The presented results provide a basis for designing more accurate algorithms for object position estimation.
4
Algorytmy nieliniowej filtracji stosowane w systemach pozycjonujących
Konatowski S., Kaniewski P.
Elektronika : konstrukcje, technologie, zastosowania
|
2012
|
Vol. 53, nr 12
100-103
PL
W artykule porównano dokładność procesu estymacji rozszerzonego i bezśladowego filtru Kalmana, filtru cząstkowego oraz filtrów cząstkowych wykorzystujących EKF i UKF. Jakość procesu estymacji przez wybrane filtry nieliniowe została scharakteryzowana poprzez wartości średnie i wariancje błędu średniokwadratowego. Dodatkowo zaprezentowane zostały wyniki złożonych badań symulacyjnych porównujących jakość estymacji analizowanych rodzajów filtrów nieliniowych dla różnych nieliniowości.
EN
The paper compares the accuracy of estimation process for Extended and Unscented Kalman Filters, Particle Filter, augmented Extended and Un- scented Kalman Filters. The accuracy of filtration was evaluated on the basis of means and variances of MSE error. Additionally, simulations results, which are to compare the quality of the analyzed nonlinear filters in presence of different nonlinearities, are shown.
5
Content available remote Ocena efektywności filtracji nieliniowej w procesie namierzania obiektu manewrującego
Konatowski S., Sosnowski B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 10
208-213
PL
W artykule rozpatrzono problem śledzenia obiektu, który porusza się z nieznaną i zmienną w czasie prędkością kątową. Jest to typowe zachowanie obiektu manewrującego, które może być pomocne w testowaniu filtrów nieliniowych. Do estymowania miejsca położenia obiektu zastosowano rozszerzony filtr Kalmana oraz bezśladowy filtr Kalmana. Przedstawione wyniki stanowią podstawę do projektowania dokładniejszych algorytmów estymacji położenia obiektu.
EN
The paper deals with the problem of tracking an object that moves with an unknown and variable in time angular velocity. This is typical behavior of maneuvering object, which may be helpful in the testing of nonlinear filters. To estimate the object position Extended Kalman Filter and Unscented Kalman Filter is used. The presented results provide a basis for designing more accurate algorithms for object position estimation.
6
Content available remote Ocena dokładności procesu estymacji przez wybrane filtry nieliniowe
Konatowski S., Sosnowski B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 9a
101-106
PL
W artykule opisano wykorzystanie bezśladowego filtru Kalmana i bezśladowego filtru Kalmana w wariancie rozszerzonym do oceny dokładności procesu estymacji. Dokładność filtracji, poza określaniem błędów średniokwadratowych RMSE, oceniano poprzez statystyczne testowanie innowacji za pomocą: testu wartości oczekiwanej, testu białości oraz testu WSSR (weighted-sum-squared-residual).
EN
The paper describes the use of Unscented Kalman Filter and augmented Unscented Kalman Filter for accuracy evaluation of the estimation process. Filtration accuracy was evaluated not only by root mean square errors RMSE but also by statistical testing of innovations through: the expected value test and whiteness test WSSR (weighted-sum-squared-residual) as well.
7
Content available remote Algorytm filtracji cząstkowej nieliniowego systemu dynamicznego
Konatowski S.
Przegląd Elektrotechniczny
|
2010
|
R. 86, nr 9
271-277
PL
Rozwój algorytmów filtracji nieliniowej spowodował dynamiczny rozwój systemów zintegrowanych. W artykule został opisany projekt zaawansowanego algorytmu takiej filtracji, bazujący na filtracji cząstkowej, wraz z wybranymi wynikami badań. Skutkiem zastosowania integracji i filtracji nieliniowej jest znaczna poprawa dokładności określania parametrów systemów.
EN
The development of nonlinear filtering algorithms caused the rapid development of integrated systems. The article described a draft of such an advanced filtering algorithm, based on partial filtration, together with selected results of simulation tests. The result of application integration and nonlinear filtering is a considerable improvement in the accuracy of determining the parameters of the systems.
8
Content available remote Ocena dokładności filtracji nieliniowej w procesie określania położenia
Konatowski S., Pudlak B.
Biuletyn Wojskowej Akademii Technicznej
|
2007
|
Vol. 56, nr sp.2
243-253
PL
Zadaniem systemu nawigacyjnego jest wyznaczanie aktualnej pozycji, prędkości i kursu obiektu na podstawie danych pochodzących z różnych czujników nawigacyjnych oraz znajomości modelu ruchu obiektu. Najczęściej systemy takie są systemami nieliniowymi i stąd wynika potrzeba stosowania algorytmów estymacji nieliniowej. Obecnie najbardziej rozpowszechnionym algorytmem filtracji nieliniowej jest algorytm rozszerzonego filtru Kalmana (EKF). Filtr ten wykorzystuje przekształcenia quasi-liniowe. Metoda taka powoduje duże błędy estymacji, ponieważ wiele nieliniowych funkcji trudno dobrze zaproksymować za pomocą funkcji liniowej. Ze względu na te ograniczenia wprowadzony został bezśladowy filtr Kalmana (UKF), który nie aproksymuje nieliniowych procesów, lecz aproksymuje rozkłady zmiennych losowych stanów. Pozwala to na uzyskanie dokładności estymacji na poziomie rozwinięcia w szereg Taylora do wyrazów drugiego rzędu - bez względu na rodzaj nieliniowości. Kolejną strategią rozwiązania problemu filtracji nieliniowej jest zastosowanie sekwencyjnych metod Monte Carlo, zwanych filtracją cząstkową. Metody takie można stosować dla dowolnych rodzajów nieliniowości i dla dowolnych rozkładów. W artykule dokonano porównania i zestawienia wybranych rodzajów filtrów nieliniowych dla różnych rodzajów nieliniowości i rozkładów Gauss, Studenta i Gamma.
EN
The aim of operation of a typical navigation system is to estimate current position, velocity, and heading on the basis of the data coming from navigation sensors and a model knowledge of an object trajectory. These types of systems are widely used in practice. In general, such systems are nonlinear. Thus, they caused the necessity to apply algorithms of nonlinear estimation. At present, Extended Kalman filter (EKF) is widely used for this purpose. EKF uses quasi-linear transformations. Such an approach results in high estimation inaccuracy due to difficulties of nonlinear functions approximation using linear functions. Unscented Kalman filter (UKF) has been used to overcome these disadvantages. UKF does not approximate nonlinear processes but a probability distribution. This allows for achieving accuracy to the 2nd order Taylor series expansion. Sequential Monte Carlo method, also called as particle filters, is another strategy of solving nonlinear estimation. Such methods can be applied for any nonlinearities and distributions. The paper presents comparison of several types of nonlinear filters with different types of nonlinearities and distributions.
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.