Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Použití Bhattacharyovi míry pro funkcionální vzorkovací hustoty v simulačních filtrech

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F06%3A00000247" target="_blank" >RIV/49777513:23520/06:00000247 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/49777513:23520/06:00000052 RIV/49777513:23520/06:00000248

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Using the Bhattacharyya distance in Functional Sampling Density of Particle Filter

  • Popis výsledku v původním jazyce

    The particle filter for nonlinear state estimation of discrete time dynamic stochastic systems is treated. The functional sampling density of the particle filter strongly affecting estimate quality is studied. The density is given by weighted mixture ofthe transition probability density functions. The weights are calculated using distance of two reference variable probability density functions representing prior and measurement information. The aim is to find a suitable distance that does not suffer from problems with its numerical computation and that can be computed for a large set of systems analytically. It seems that the Bhattacharyya distance is feasible for evaluation of such a distance. Quality and computational demands of the functional particle filter with primary weights computed using the Bhattacharyya distance are illustrated in a numerical example.

  • Název v anglickém jazyce

    Using the Bhattacharyya distance in Functional Sampling Density of Particle Filter

  • Popis výsledku anglicky

    The particle filter for nonlinear state estimation of discrete time dynamic stochastic systems is treated. The functional sampling density of the particle filter strongly affecting estimate quality is studied. The density is given by weighted mixture ofthe transition probability density functions. The weights are calculated using distance of two reference variable probability density functions representing prior and measurement information. The aim is to find a suitable distance that does not suffer from problems with its numerical computation and that can be computed for a large set of systems analytically. It seems that the Bhattacharyya distance is feasible for evaluation of such a distance. Quality and computational demands of the functional particle filter with primary weights computed using the Bhattacharyya distance are illustrated in a numerical example.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2006

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název knihy nebo sborníku

    Proceedings of the 16th IFAC World Congress

  • ISBN

    0-08-045108-X

  • Počet stran výsledku

    6

  • Strana od-do

    1006-1011

  • Počet stran knihy

  • Název nakladatele

    Elsevier

  • Místo vydání

    Oxford

  • Kód UT WoS kapitoly