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”

Fusion of Multiple Estimates by Covariance Intersection: Why and How It Is Suboptimal

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F18%3A43952487" target="_blank" >RIV/49777513:23520/18:43952487 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.2478/amcs-2018-0040" target="_blank" >https://doi.org/10.2478/amcs-2018-0040</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.2478/amcs-2018-0040" target="_blank" >10.2478/amcs-2018-0040</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fusion of Multiple Estimates by Covariance Intersection: Why and How It Is Suboptimal

  • Popis výsledku v původním jazyce

    The fusion under unknown correlations tunes a combination of local estimates in such a way that upper bounds of the admissible mean square error matrices are optimised. Based on the recently discovered relation between the admissible matrices and Minkowski sums of ellipsoids, the optimality of existing algorithms is analysed. Simple examples are used to indicate the reasons for the suboptimality of the covariance intersection fusion of multiple estimates. Further, an extension of the existing family of upper bounds is proposed, which makes it possible to get closer to the optimum, and a general case is discussed. All results are obtained analytically and illustrated graphically.

  • Název v anglickém jazyce

    Fusion of Multiple Estimates by Covariance Intersection: Why and How It Is Suboptimal

  • Popis výsledku anglicky

    The fusion under unknown correlations tunes a combination of local estimates in such a way that upper bounds of the admissible mean square error matrices are optimised. Based on the recently discovered relation between the admissible matrices and Minkowski sums of ellipsoids, the optimality of existing algorithms is analysed. Simple examples are used to indicate the reasons for the suboptimality of the covariance intersection fusion of multiple estimates. Further, an extension of the existing family of upper bounds is proposed, which makes it possible to get closer to the optimum, and a general case is discussed. All results are obtained analytically and illustrated graphically.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    20202 - Communication engineering and systems

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

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Applied Mathematics and Computer Science

  • ISSN

    1641-876X

  • e-ISSN

  • Svazek periodika

    28

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    PL - Polská republika

  • Počet stran výsledku

    10

  • Strana od-do

    521-530

  • Kód UT WoS článku

    000446343800009

  • EID výsledku v databázi Scopus

    2-s2.0-85054088892