PL
 |
EN
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 12

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Porównanie dokładności estymacji położenia obiektów przez nieliniowe filtry Kalmana
100%
Konatowski S.
|
2013
|
tom 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.
2
Content available remote Ocena parametrów estymacji nieliniowych algorytmów filtracji dla różnych rozkładów szumów procesu
100%
Konatowski S.
|
2007
|
tom z. 71 [238]
325-332
PL
Najbardziej rozpowszechnionym algorytmem rozwiązania nieliniowej filtracji jest rozszerzony filtr Kalmana (EKF). Filtr ten wykorzystuje założenia, że wszystkie przekształcenia są quasiliniowe. Powoduje to duże błędy, ponieważ wiele funkcji nieliniowych trudno jest dobrze zaproksymować za pomocą funkcji liniowych. W celu zminimalizowania tych błędów wprowadzony został bezśladowy filtr Kalmana (UKF), który aproksymuje rozkłady zmiennych losowych stanów. Pozwala to na rozwinięcie w szereg Taylora i uzyskanie dokładności estymacji do wyrazów trzeciego rzędu dla każdej nieliniowości. Stosuje się także metodę nieliniowej, niegaussowskiej estymacji bazującej na filtrze cząstkowym. Jest ona znaną metodą, ale dopiero od niedawna - dzięki wprowadzeniu pewnych ulepszeń - okazało się, że może mieć praktyczne zastosowanie. W artykule dokonano oceny parametrów algorytmów filtracji dla różnych typów nieliniowości i różnych rodzajów rozkładów szumów procesu - gaussowskich lub im przybliżonych (np. rozkład Studenta o dużej liczbie stopni swobody) oraz niegaussowskich (np. o rozkładzie Rayleigh'a lub Gamma).
EN
The paper presents accuracy examinations of position estimation for five types of filters: Kalman filter EKF, unscented Kalman filter UKF, particle filter PF and its modifications. The observation vector with four types of non-linear function has been used for examinations. Simulations for two combinations of probability distribution parameters were performed: Gaussian and Gamma (non-Gaussian). Mean values and variance of the mean-square-error of the position estimates and time performance of algorithm were used for comparative analysis. Comparison of filtration process quality was carried out in Matlab. Results are presented and discussed.
3
Content available remote Estymacja położenia przy użyciu bezśladowego filtru Kalmana
100%
Konatowski S.
|
2006
|
tom Vol. 52, z. 2
229-243
PL
Proces estymacji położenia w zintegrowanych systemach nawigacyjnych jest często realizowany na nieliniowych modelach systemów. Nieliniowość dynamiki obiektu, którego pozycję należy estymować, wymaga stosowania odpowiednich filtrów. Powszechnie przyjętym rozwiązaniem jest rozszerzony filtr Kalmana oparty na linearyzacji funkcji nieliniowych. W artykule przedstawiono ideę bezśladowego filtru Kalmana wykorzystującego przekształcenie bezśladowe. Zaprezentowano wyniki badań symulacyjnych, które wykazują lepszą dokładność estymacji położenia przy użyciu bezśladowego niż rozszerzonego filtru Kalmana.
EN
In integrated navigation systems different kinds of Kalman Filter working as error estimators or navigation algorithms are widely used. These filters work in time-discrete mode. Kalman Filters utilize information about dynamics of the object (system). Knowledge about dynamics and its correct modelling is the main issue in implementation of the Kalman Filters. In systems with linear dynamics, it is adequately to use basic Kalman Filter. Systems with nonlinear dynamics require linearization of the system model and in such case Extended Kalman Filter (EKF) is generally accepted. Unscented Kalman Filter (UKF) is an alternative for EKF. UKF is a recursive-estimating filter, which properties meet well requirements of strongly nonlinear systems. UKF does not linearize the model but manipulate on statistical parameters of nonlinear transformed state and measurement vector. UKF bases on Unscented Transform (UT). UT converts the state vector into a set of weighted Sigma Points. These points are than used in algorithms of UKF. The UKF algorithm is a set of equations, which are necessary to do prediction, innovation and correction steps. Simulation results of position estimation using EKF and UKF show that UKF used as data processing algorithm gives better accuracy of estimation in system with nonlinear dynamics than EKF. Nonlinearity in system used in simulation causes by transformation of co-ordination systems. Such situation takes place very often in navigation. This shows that UKF is more suitable to systems with strong nonlinearities than EKF. Better accuracy of position estimation using UKF calls for large number of computations (especially evaluation of matrix square root), what makes it more demanding for computation units of integrated navigation systems. UKF may also be used to estimate errors in integrated navigation system based on the compensation mode.
4
Content available Comparative examinations of the nonlinear Kalman filters applied to positioning systems
100%
Konatowski S.
|
2006
|
tom No. 11
47-62
EN
In positioning systems Kalman filters are used for estimation and also for integration of data from navigation systems and sensors. The Kalman filter (KF) is an optimal linear estimator when the process noise and the measurement noise can be modeled by white Gaussian noise. In situations when the problems are nonlinear or the noise that distorts the signals is non-Gaussian, the Kalman filters provide a solution that may be far from optimal. Nonlinear problems can be solved with the extended Kalman filter (EKF). This filter is based upon the principle of linearizing the state transition matrix and the observation matrix with Taylor series expansions. Unscented Kalman filter with comparison to EKF does not linearize the model but operates on the statistical parameters of the measurement and state vectors that are subsequently nonlinearly transformed. The unscented Kalman filter is based on the unscented transformation (UT). This paper presents a comparison of the estimation quality for two nonlinear measurement models of the following Kalman filters: covariance filter (KF), extended filter (EKF) and unscented filter (UKF). There are descriptions of models and analysis of obtained results in this article. The comparison of filtration quality was done in MATLAB environment.
5
Content available remote Zintegrowany system nawigacyjny INS/GPS. Wariant I. Korekcja błędów INS pomiarami pseudoodległości z GPS
63%
Kaniewski P. , Konatowski S.
|
1998
|
tom z. 51[168], t. 2
653-660
PL
Artykuł przedstawia projekt systemu nawigacyjnego INS/GPS wykorzystującego komplementarny filtr Kalmana. Zadaniem filtru jest estymacja błędów systemu nawigacji inercjalnej w celu okresowej korekcji pomiarów INS. Artykuł zawiera strukturę ZSN oraz model dynamiki i obserwacji z wykorzystaniem pomiarów pseudoodleglości z odbiornika GPS. Zaprojektowany algorytm filtracji kalmanowskiej do estymacji miejsca położenia sp w systemie zintegrowanym został zbadany za pomocą programu MATLAB. Zaprezentowano wyniki badań w postaci porównania nie skorygowanych błędów położenia określanego przez system INS oraz błędów ZSN z korekcją za pomocą pomiarów pseudoodległości z GPS.
EN
The article presents an integrated navigation system composed of a GPS receiver and an inertial navigation system (INS). A complementary Kalman filter has been employed as an estimator of the INS errors in this system. The estimates are subsequently used as corrections to the INS measurements. In the paper, a structure and mathematical description of the integrated navigation system are presented. The designed Kalman filter has been tested in the MATLAB programming environment. The simulation results are provided for as a comparison of a stand-alone and aided INS.
6
Content available remote Zintegrowany system nawigacyjny INS/GPS. Wariant II. Korekcja błędów INS pomiarami pseudoodległości oraz zmian pseudoodległości z GPS
63%
Kaniewski P. , Konatowski S.
|
1998
|
tom z. 51[168], t. 2
661-668
PL
W artykule opisano zintegrowany system nawigacyjny składający się z odbiornika GPS i systemu nawigacji inercjalnej INS. Ideę integracji systemu przedstawiono w artykule pierwszym (Zintegrowany system nawigacyjny INS/GPS. Wariant I."Korekcja błędów INS pomiarami pseudoodległości z GPS"). Prezentowane rozwiązanie przedstawia zmodyfikowaną strukturę ZSN złożonego z systemu INS i odbiornika GPS, w której wykorzystano korekcję systemu inercjalnego pomiarami pseudoodległości i dodatkowo pomiarami zmian pseudoodległości z odbiornika GPS. Zaprezentowano wyniki badań symulacyjnych przedstawiających porównanie dokładności określenia miejsca położenia sp przez ZSN bez korekcji INS, z korekcją za pomocą pomiarów pseudoodległości oraz za pomocą pomiarów pseudoodległości i zmian pseudoodległości.
EN
The article presents an integrated navigation system composed of a GPS receiver and an inertial navigation system (INS). The idea of the system integration has been presented in the previous paper (Integrated navigation system INS/GPS. Version I. "Incorporation of GPS pseudoranges as corrections to INS errors"). The design presented in the second part of the article addresses more advanced modified INS/GPS system structure, incorporating additional range rate measurements from the GPS receiver. Simulation results comparing estimation accuracy in both systems is included in the paper.
7
Metody integracji systemów INS/GNSS
63%
Kaniewski P. , Konatowski S.
|
2012
|
tom Vol. 53, nr 12
103-106
PL
Zintegrowane systemy pozycjonujące złożone z systemu nawigacji inercjalnej INS i odbiornika GNSS są obecnie powszechnie wykorzystywane w aplikacjach lotniczych. Stają się one również popularne w nawigacji pojazdów lądowych i obiektów pływających. W artykule opisano stosowane w praktyce metody integracji tego typu systemów. Omówiono integrację metodą filtracji oraz kompensacji z korekcją w przód i wstecz. W dalszej części artykułu przedstawiono metodykę i rezultaty badań symulacyjnych dwóch własnych opracowań systemów INS/GNSS wraz z dyskusją uzyskanych wyników.
EN
Integrated positioning systems composed of inertial navigation system i INS and GNSS receiver are commonly used in airborne applications of today. They are also becoming more and more popular in navigation of land 5 vehicles and ships. The paper presents practical contemporary methods 5 of integration of this type of systems. Direct filtration and compensation j method with feed-forward and feed-backward correction are discussed, i Further part of the paper presents the methodology and the results of simulative tests of two own designs of INS/GNSS systems along with a discussion of these results.
8
Content available remote Samochodowy system pozycjonujący
63%
Konatowski S. , Dąbrowski M.
|
2008
|
tom R. 84, nr 12
330-334
PL
W artykule przedstawiono projekt samochodowego systemu pozycjonującego DR/GPS, w którym dane nawigacyjne obu systemów przetwarzane są wspólnie za pomocą algorytmu komplementarnego filtru Kalmana. System DR spełnia rolę systemu odniesienia, a odbiornik systemu GPS jest źródłem danych korekcyjnych w tym algorytmie. Zaprezentowano opis struktury zintegrowanego systemu pozycjonującego, scharakteryzowano zasadę jego działania oraz zamieszczono wybrane wyniki badań symulacyjnych i testów w warunkach rzeczywistych.
EN
The paper presents a Vehicle Positioning System project (DR/GPS). It processes a navigation data provided by both, DR and GPS subsystems using complementary Kalman filter algorithm. DR is a reference system. As a source of correction data GPS receiver is used. The paper contains structure description of integrated positioning system, algorithms of DR GPS filtration and results of examination by the use of simulation and real data.
9
Content available remote Ocena dokładności estymacji położenia UAV przez nieliniowe filtry Kalmana
63%
Konatowski S. , Pieniężny A.
|
2007
|
tom z. 71 [238]
317-324
PL
Artykuł prezentuje wyniki badań porównawczych nieliniowej filtracji Kalmana, stosowanej do określania położenia i prędkości obiektów bezpilotowych (UAV). W wielu aplikacjach nawigacyjnych model systemu nie jest liniowy, lecz zawiera nieliniowości w równaniach stanu i/lub w pomiarowym. Sytuacja taka wymaga zastosowania linearyzacji. Wtedy, jednym z możliwych rozwiązań jest rozszerzony filtr Kalmana EKF (Extended Kalman Filter). Alternatywą dla rozszerzonego filtru Kalmana jest bezśladowy filtr Kalmana UKF (Unscented Kalman Filter), który nie linearyzuje modeli procesów i pomiarów, ale operuje na parametrach statystycznych poddanych nieliniowym przekształceniom. Podstawą działania UKF jest przekształcenie bezśladowe. Celem artykułu jest porównanie jakości estymacji położenia i prędkości UAV przy użyciu dyskretnego, rozszerzonego i bezśladowego filtru Kalmana. Porównanie jakości filtracji zostało przeprowadzone metodą badań symulacyjnych w środowisku MATLAB.
EN
The paper presents a comparison of the estimation quality for the following Kalman filters: covariance filter (KF), extended filter (EKF) and unscented filter (UKF). In situations when the problems are nonlinear or the noise that distorts the signals is non-Gaussian, the Kalman filters provide a solution that may be far from optimal. Nonlinear problems can be solved with the extended Kalman filter. This filter is based upon the principle of linearizing the state transition matrix and the observation matrix with Taylor series expansions. Unscented Kalman filter with comparison to EKF does not linearize the model but operates on the statistical parameters of the measurement and state vectors that are subsequently nonlinearly transformed. The unscented Kalman filter is based on the unscented transform (UT).
10
Content available remote Obserwacja obiektu radarowego z zastosowaniem metod częstotliwościowo-czasowych
63%
Pieniężny A. , Konatowski S.
|
2007
|
tom z. 71 [238]
349-356
PL
Zmienność struktury częstotliwościowo-czasowej sygnału radarowego jest cechą powodowaną przez naturę obserwowanych obiektów lub też jest ona kształtowana celowo. Implikuje ona pewne możliwości w ocenie właściwości obserwowanego obiektu. Koherentne obserwacje radarowe pozwalają ukształtować częstotliwościowo-czasowy obraz obiektu, który można poddać analizie z zastosowaniem technik przetwarzania obrazów w celu jego identyfikacji. W artykule przedstawiono pewne wyniki przetwarzania sygnałów radarowych w oparciu o rozkład częstotliwościowo-czasowy Wignera-Ville'a.
EN
Time frequency methods are becoming increasingly popular in radar surveillance for radar targets classification and identification. The paper presents some simple results of radar signals and radar images processing.
11
Content available Positioning with AHRS/ODOMETER/GPS system
63%
Kaniewski P. , Konatowski S.
|
2001
|
tom No. 3
75-89
EN
The paper presents a project of an integrated positioning system composed of a dead reckoning unit (DR), and a GPS receiver. The DR subsystem includes an Attitude and Heading Reference System (AHRS) and an odometer. The data from DR and GPS are jointly processed via an algorithm of linearized complementary Kalman filter. The paper shortly introduces an idea of relative and absolute navigation. Next, it presents state-space description of the AHRS/ODOMETER/GPS integrated system. a functional structure of the system and Kalman filtering algorithm are presented. At last, the authors outline an adopted methodology of testing of AHRS/ODOMETER/GPS integrated system. Chosen results of the tests, conducted with use of real navigation data, are included in the paper. The presented positioning system may find its application in land vehicles.
12
Content available Desing and simulative testing of DR/GPS system
63%
Kaniewski P. , Konatowski S.
|
2000
|
tom No. 2
57-68
EN
The article presents a project and simulation results of an integrated positioning system DR/GPS. Firstly, a choice of devices for the positioning system is discussed. Secondly, a concept of integration of a dead reckoning (DR) module with a GPS receiver is described. The system processes data from an odometer, a gyro, an electronic compass, which constitute the DR unit, and from a GPS receiver with use of two complementary Kalman filters. Next, state-space model of the system and Kalman filters are shortly presented. After that, the authors outline an adopted methodology of simulative testing of DR/GPS integrated system. Chosen simulation results are included in the paper. The presented integrated positioning system may find its application as a component of an in-car navigation system or, following several alterations, also as an onboard system of other types of land vehicles.
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.