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”

Covariance Intersection in State Estimation of Dynamical Systems

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F14%3A43922867" target="_blank" >RIV/49777513:23520/14:43922867 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6916138" target="_blank" >http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6916138</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Covariance Intersection in State Estimation of Dynamical Systems

  • Popis výsledku v původním jazyce

    The Covariance Intersection algorithm linearly combines estimates when the cross-correlations between their errors are unknown. It provides a fused estimate and an upper bound of the corresponding mean square error matrix. The weights of the linear combination are designed in order to minimise the upper bound. This paper analyses the optimal weights in relation to state estimation of dynamical systems. It is shown that the use of the optimal upper bound in a standard recursive filtering does not lead tooptimal upper bounds in subsequent processing steps. Unlike the fusion under full knowledge, the fusion under unknown cross-correlations can fuse the same information differently, depending on the independent information that will be available in the future.

  • Název v anglickém jazyce

    Covariance Intersection in State Estimation of Dynamical Systems

  • Popis výsledku anglicky

    The Covariance Intersection algorithm linearly combines estimates when the cross-correlations between their errors are unknown. It provides a fused estimate and an upper bound of the corresponding mean square error matrix. The weights of the linear combination are designed in order to minimise the upper bound. This paper analyses the optimal weights in relation to state estimation of dynamical systems. It is shown that the use of the optimal upper bound in a standard recursive filtering does not lead tooptimal upper bounds in subsequent processing steps. Unlike the fusion under full knowledge, the fusion under unknown cross-correlations can fuse the same information differently, depending on the independent information that will be available in the future.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BC - Teorie a systémy řízení

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GC13-07058J" target="_blank" >GC13-07058J: Konzervativní fúze v systémech odhadu propojených v síti</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 17th International Conference on Information Fusion

  • ISBN

    978-84-9012-355-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1-7

  • Název nakladatele

    IEEE

  • Místo vydání

    Salamanca

  • Místo konání akce

    Salamanca, Spain

  • Datum konání akce

    7. 7. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku