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”

An Ef?cient Constrained Gaussian Particle Filter

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F11%3A43898216" target="_blank" >RIV/49777513:23520/11:43898216 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.3182/20110828-6-IT-1002.01833" target="_blank" >http://dx.doi.org/10.3182/20110828-6-IT-1002.01833</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3182/20110828-6-IT-1002.01833" target="_blank" >10.3182/20110828-6-IT-1002.01833</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    An Ef?cient Constrained Gaussian Particle Filter

  • Popis výsledku v původním jazyce

    The paper deals with a state estimation of nonlinear stochastic dynamic systems subject to a nonlinear inequality constraint. A special focus is paid to particle filters, which provide an estimate of the whole probability density as opposed to the localfilters, such as the extended Kalman filter or the unscented Kalman filter, which provide a point estimate only. Within the particle filtering framework, there are several approaches to the constrained state estimation, mostly based on discarding samplesviolating the constraint with a possible increase of their number to improve the estimate quality. The paper aims at proposing a modi?cation to an importance function of the particle filter in order to increase ef?ciency of sampling while keeping the computational complexity low. The proposed modi?cation is utilized within the Gaussian particle filter which is advantageous for its low computational complexity. Complexity and estimation quality of the proposed constrained Gaussian partic

  • Název v anglickém jazyce

    An Ef?cient Constrained Gaussian Particle Filter

  • Popis výsledku anglicky

    The paper deals with a state estimation of nonlinear stochastic dynamic systems subject to a nonlinear inequality constraint. A special focus is paid to particle filters, which provide an estimate of the whole probability density as opposed to the localfilters, such as the extended Kalman filter or the unscented Kalman filter, which provide a point estimate only. Within the particle filtering framework, there are several approaches to the constrained state estimation, mostly based on discarding samplesviolating the constraint with a possible increase of their number to improve the estimate quality. The paper aims at proposing a modi?cation to an importance function of the particle filter in order to increase ef?ciency of sampling while keeping the computational complexity low. The proposed modi?cation is utilized within the Gaussian particle filter which is advantageous for its low computational complexity. Complexity and estimation quality of the proposed constrained Gaussian partic

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/GAP103%2F11%2F1353" target="_blank" >GAP103/11/1353: Odhad stavu dynamických stochastických systémů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2011

  • 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

    18

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    IT - Italská republika

  • Počet stran výsledku

    6

  • Strana od-do

    11973-11978

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus