Warianty tytułu
Comparison of the accuracy of the position estimation for objects using nonlinear Kalman filters
Języki publikacji
Abstrakty
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.
Rocznik
Tom
Strony
20-25
Opis fizyczny
Bibliogr. 15 poz., wykr.
Twórcy
autor
- Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Radioelektroniki, Warszawa
Bibliografia
- [1] Arulampalam S., Gordon N., Ristic B.: Beyond the Kalman Filter. Particle Filters for tracking applications. Artech House, 2004.
- [2] Doucet A., de Freitas N., van der Merwe R., Wan E.: The Unscented Particle Filter. August 16, 2000.
- [3] Fox D., Kwok C., Meila M.: Real-Time Particle Filters. Proceedings of the IEEE, vol. 92, no. 3, March 2004.
- [4] Julier S. J., Uhimann J. K.: Unscented Filtering and Nonlinear Estimation. Proceedings of the IEEE, vol. 92, no. 3, March 2004.
- [5] Julier S. J., Uhimann J. K., Durrant-Whyte H. F.: A New Method for the Nonlinear Transformation of Means and Covariances in Flters and Estimators. IEEE Transactions on Automatic Control, vol. 45, no. 3, March 2000, pp. 477-482.
- [6] Rugh W. J.: Nonlinear System Theory. Originally published by The Johns Hopkins University Press, 1981 (ISBN O-8018-2549-0). Web version prepared in 2002.
- [7] Grewal M. S., Andrews A. P.: Kalman Filtering: Theory and Practice, Second Edition A Willey-Interscience Publication, 2001.
- [8] Meditch J. S.: Estymacja i sterowanie statystycznie optymalne w układach liniowych. WNT, 1975.
- [9] Brown R. G., Hwang P. Y. C: Introduction to Random Signals and Applied Kalman Filtering, A Willey-Interscience Publication, 1997.
- [10] Michalak S., Szelmanowski A., Cieślak A.: Możliwości optymalizacji błędów czujników danych inercjalnych stosowanych w zintegrowanych systemach awionicznych, Elektronika : konstrukcje, technologie, zastosowania, Vol. 49, nr 6, 2008, s. 227-229.
- [11] Gutowska M.: Porównanie algorytmów estymacji położenia. WAT, 2009.
- [12] Kaniewski P.: Struktury, modele i algorytmy w zintegrowanych systemach pozycjonujących i nawigacyjnych, WAT, 2010.
- [13] Konatowski S.: Algorytm filtracji cząstkowej nieliniowego systemu dynamicznego, Przegląd Elektrotechniczny, Nr 9/2010, str. 272-277.
- [14] Konatowski S., Kaczmarek B.: Efektywność estymacji położenia w algorytmach filtracji nieliniowej, Przegląd Elektrotechniczny, Nr 3/2009, str. 15-21.
- [15] Konatowski S., Kaniewski P.: Algorytmy nieliniowej filtracji stosowane w systemach pozycjonujących, Elektronika : konstrukcje, technologie, zastosowania, Numer 12/2012, str. 100-103.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BWA0-0057-0002