Adaptive Particle Filter with Fixed Empirical Density Quality
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F08%3A00502293" target="_blank" >RIV/49777513:23520/08:00502293 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Adaptive Particle Filter with Fixed Empirical Density Quality
Popis výsledku v původním jazyce
The paper deals with the particle filter in state estimation of a discrete-time nonlinear non-Gaussian system. The goal of the paper is to design a sample size adaptation technique to guarantee the quality of an empirical probability density function (pdf) which approximates a target filtering pdf. The quality is measured by inaccuracy (cross-information) between the empirical pdf and the filtering pdf. It is shown that for increasing sample size the inaccuracy converges to the Shannon differential entropy (SDE) of the filtering pdf. The proposed technique adapts the sample size to keep a difference between the inaccuracy and the SDE within pre-specified bounds with a pre-specified probability. The particle filter with the proposed sample size adaptation technique is illustrated in a numerical example.
Název v anglickém jazyce
Adaptive Particle Filter with Fixed Empirical Density Quality
Popis výsledku anglicky
The paper deals with the particle filter in state estimation of a discrete-time nonlinear non-Gaussian system. The goal of the paper is to design a sample size adaptation technique to guarantee the quality of an empirical probability density function (pdf) which approximates a target filtering pdf. The quality is measured by inaccuracy (cross-information) between the empirical pdf and the filtering pdf. It is shown that for increasing sample size the inaccuracy converges to the Shannon differential entropy (SDE) of the filtering pdf. The proposed technique adapts the sample size to keep a difference between the inaccuracy and the SDE within pre-specified bounds with a pre-specified probability. The particle filter with the proposed sample size adaptation technique is illustrated in a numerical example.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2008
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
IFAC Proceedings Volumes (IFAC-PapersOnline)
ISSN
1474-6670
e-ISSN
—
Svazek periodika
17
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
KR - Korejská republika
Počet stran výsledku
1
Strana od-do
—
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—