Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: unscended Kalman filter

Sortuj według:

Ogranicz wyniki do:

Technologia szerokopasmowa UWB w lokalizacji obiektów w pomieszczeniach zamkniętych

Kraszewski T., Czopik G.

Przegląd Elektrotechniczny

2014

R. 90, nr 8

186-191

W artykule przybliżono tematykę lokalizacji obiektów, poruszających się z nieznaną i zmienną prędkością, w pomieszczeniach zamkniętych z wykorzystaniem zasad funkcjonowania technologii szerokopasmowej UWB. Do estymowania miejsca położenia zastosowano rozszerzony i bezśladowy filtr Kalmana. Przedstawione wyniki badań symulacyjnych stanowią podstawę do dalszych prac nad projektowaniem dokładniejszych algorytmów estymacji położenia obiektów w przestrzeniach ograniczonych.

The paper presents the problem of the indoor localization of objects that moves with an unknown and variable in time velocity using the principles of ultra wideband technology. To estimate the object position extended Kalman filter and unscented Kalman filter is used. The test results of simulations provide the basis for designing more accurate algorithms for indoor object position estimation.

Porównanie dokładności estymacji położenia obiektów przez nieliniowe filtry Kalmana

Konatowski S.

Elektronika : konstrukcje, technologie, zastosowania

2013

Vol. 54, nr 3

20-25

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.

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.