All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Setting Sample Size in Particle Filters Using Cramer-Rao Bound

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F02%3A00000114" target="_blank" >RIV/49777513:23520/02:00000114 - isvavai.cz</a>

  • Alternative codes found

    RIV/49777513:23520/02:00000021

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Setting Sample Size in Particle Filters Using Cramer-Rao Bound

  • Original language description

    Particle filter solution of state estimation for stochastic nonlinear system is addressed. Aspects of particle filter are discussed and attention is devoted namely to crucial parameter of the filter - sample size. The way of determination of sufficient sample size in particle filter is proposed. The mean square error matrices of particle filter state estimates are compared for different sample sizes and the computational demands of the filter are discussed as well. To assist in setting sample size and for filter quality evaluation, the Cramer Rao bound is used. The designed procedure is illustrated by a numerical example.

  • Czech name

    Specifikace poctu vzorku casticoveho filtru pomoci Cramer Raovy meze

  • Czech description

    Článek se zabývá odhadem stavu stochatických nelineárních systémů pomocí částicových filtrů. Jsou diskutovány některé aspekty částicových filtrů s důrazem na klíčový parametr - počet vzorků. Je navržen způsob určení vhodného počtu vzorků založený na porovnání střední kvadratické chyby odhadu stavu generovaného částicovým filtrem uvažujícím různý počet vzorků. Při porovnání se využije Cramer-raova mez. Dále jsou diskutovány výpočetní nároky filtru. Navržený postup je ilustrován v numerickém příkladu.

Classification

  • Type

    C - Chapter in a specialist book

  • CEP classification

    BC - Theory and management systems

  • OECD FORD branch

Result continuities

  • Project

    <a href="/en/project/GA102%2F01%2F0021" target="_blank" >GA102/01/0021: Nonlinear estimation and change detection for stochastic systems</a><br>

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2002

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Book/collection name

    Nonlinear control systems 2001

  • ISBN

    0-08-043560-2

  • Number of pages of the result

    6

  • Pages from-to

    681-686

  • Number of pages of the book

  • Publisher name

    Elsevier

  • Place of publication

    Oxford

  • UT code for WoS chapter