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”

NEF - Nonlinear Estimation Framework for MATLAB

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F09%3A00501801" target="_blank" >RIV/49777513:23520/09:00501801 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    NEF - Nonlinear Estimation Framework for MATLAB

  • Popis výsledku v původním jazyce

    The framework is designed with the aim to facilitate implementation, testing and use of various nonlinear state estimation methods in mind. The main strength of the framework is its versatility due to the possibility of either structural or probabilisticdescription of the problem. Besides the well-known basic nonlinear estimation methods such as the extended Kalman filter, the divided difference filters and the unscented Kalman filter, the framework implements particle filter with advanced features aswell. As the framework is designed on the object oriented basis, further extension by user-specified nonlinear estimation algorithms is extremely easy.

  • Název v anglickém jazyce

    NEF - Nonlinear Estimation Framework for MATLAB

  • Popis výsledku anglicky

    The framework is designed with the aim to facilitate implementation, testing and use of various nonlinear state estimation methods in mind. The main strength of the framework is its versatility due to the possibility of either structural or probabilisticdescription of the problem. Besides the well-known basic nonlinear estimation methods such as the extended Kalman filter, the divided difference filters and the unscented Kalman filter, the framework implements particle filter with advanced features aswell. As the framework is designed on the object oriented basis, further extension by user-specified nonlinear estimation algorithms is extremely easy.

Klasifikace

  • Druh

    R - Software

  • 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

    2009

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    DAR-NEF-1

  • Technické parametry

    Toolbox pro SW produkt MATLAB ve verzich 2008a a vyšší. Pro nabytí licence kontaktujte ing. M. Flídr, Ph.D., tel. 377632559, flidr@kky.zcu.cz:

  • Ekonomické parametry

  • IČO vlastníka výsledku

    49777513

  • Název vlastníka

    Skupina IDM na Katedře kybernetiky, Fakulta aplikovaných věd, Západočeská univerzita v Plzni, Univerzitni 8, 30614 Plzeň