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”

Active Fault Diagnosis for Jump Markov Nonlinear Systems

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43932677" target="_blank" >RIV/49777513:23520/17:43932677 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1016/j.ifacol.2017.08.1465" target="_blank" >https://doi.org/10.1016/j.ifacol.2017.08.1465</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.ifacol.2017.08.1465" target="_blank" >10.1016/j.ifacol.2017.08.1465</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Active Fault Diagnosis for Jump Markov Nonlinear Systems

  • Popis výsledku v původním jazyce

    In this paper, a problem of active fault diagnosis for jump Markov nonlinear systems with non-Gaussian noises is considered. The imperfect state information formulation is transformed using sufficient statistics to a dynamical optimization problem that can be solved using approximate dynamic programming. The sfficient statistics are produced using the Bayesian recursive relations and particle flter algorithm. A special structure of approximate Bellman function is chosen to reduce a complexity caused by high dimension of statistics obtained from the particle filter. The proposed active fault detector design is compared with an extended Kalman flter based design in the simulation example.

  • Název v anglickém jazyce

    Active Fault Diagnosis for Jump Markov Nonlinear Systems

  • Popis výsledku anglicky

    In this paper, a problem of active fault diagnosis for jump Markov nonlinear systems with non-Gaussian noises is considered. The imperfect state information formulation is transformed using sufficient statistics to a dynamical optimization problem that can be solved using approximate dynamic programming. The sfficient statistics are produced using the Bayesian recursive relations and particle flter algorithm. A special structure of approximate Bellman function is chosen to reduce a complexity caused by high dimension of statistics obtained from the particle filter. The proposed active fault detector design is compared with an extended Kalman flter based design in the simulation example.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    20200 - Electrical engineering, Electronic engineering, Information engineering

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    IFAC-PapersOnLine

  • ISSN

    2405-8963

  • e-ISSN

  • Svazek periodika

    50

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    6

  • Strana od-do

    7308-7313

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85031794883