Noise Covariance Matrix Estimation in Navigation and Tracking: Impact of Linearisation Error

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43932617" target="_blank" >RIV/49777513:23520/17:43932617 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8263782" target="_blank" >https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8263782</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/CDC.2017.8263782" target="_blank" >10.1109/CDC.2017.8263782</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Noise Covariance Matrix Estimation in Navigation and Tracking: Impact of Linearisation Error

Popis výsledku v původním jazyce

The paper deals with the estimation of the noise covariance matrices of nonlinear state-space models, which are linearised for the purpose of the estimation. A special attention is focused on an analysis of the linearisation error effect on the quality of the covariance matrix estimates. For the analysis, typical representatives of four fundamental approaches to noise covariance matrix estimation, i.e., a correlation method, a maximum-likelihood method, a covariance matching method, and a Bayesian method are selected and briefly introduced. The analysis is performed using a navigation example with an additional assessment of the direct and indirect impact of the linearisation error on the state estimate.

Název v anglickém jazyce

Noise Covariance Matrix Estimation in Navigation and Tracking: Impact of Linearisation Error

Popis výsledku anglicky

The paper deals with the estimation of the noise covariance matrices of nonlinear state-space models, which are linearised for the purpose of the estimation. A special attention is focused on an analysis of the linearisation error effect on the quality of the covariance matrix estimates. For the analysis, typical representatives of four fundamental approaches to noise covariance matrix estimation, i.e., a correlation method, a maximum-likelihood method, a covariance matching method, and a Bayesian method are selected and briefly introduced. The analysis is performed using a navigation example with an additional assessment of the direct and indirect impact of the linearisation error on the state estimate.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/GC16-19999J" target="_blank" >GC16-19999J: Kooperativní přístupy k návrhu nelineárních filtrů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 56th IEEE Conference on Decision and Control

ISBN

978-1-5090-2873-3

ISSN

0743-1546

e-ISSN

—

Počet stran výsledku

7

Strana od-do

958-964

Název nakladatele

IEEE

Místo vydání

Melbourne

Místo konání akce

Melbourne, Austrálie

Datum konání akce

12. 12. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000424696900149