Adaptive Particle Filter with Fixed Empirical Density Quality

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

—

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.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BC - Teorie a systémy řízení

OECD FORD obor

—

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)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

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

—