Reliable Convolution in Point-Mass Filter for a Class of Nonlinear Models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F20%3A43959474" target="_blank" >RIV/49777513:23520/20:43959474 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.23919/FUSION45008.2020.9190218" target="_blank" >https://doi.org/10.23919/FUSION45008.2020.9190218</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.23919/FUSION45008.2020.9190218" target="_blank" >10.23919/FUSION45008.2020.9190218</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Reliable Convolution in Point-Mass Filter for a Class of Nonlinear Models

Popis výsledku v původním jazyce

This paper is devoted to the Bayesian state estimation of the nonlinear stochastic dynamic systems. The stress is laid on the numerical solution to the Bayesian recursive relations by the point-mass filter for a class of state-space models with linear dynamics and nonlinear measurement. In particular, a novel reliable technique for convolution computation is proposed. The technique combines the standard point-mass-based convolution with a density-weighted integration to provide accurate results even for systems with small state noise. Several implementations of the technique are developed, theoretically analysed, and evaluated in a numerical study.

Název v anglickém jazyce

Reliable Convolution in Point-Mass Filter for a Class of Nonlinear Models

Popis výsledku anglicky

This paper is devoted to the Bayesian state estimation of the nonlinear stochastic dynamic systems. The stress is laid on the numerical solution to the Bayesian recursive relations by the point-mass filter for a class of state-space models with linear dynamics and nonlinear measurement. In particular, a novel reliable technique for convolution computation is proposed. The technique combines the standard point-mass-based convolution with a density-weighted integration to provide accurate results even for systems with small state noise. Several implementations of the technique are developed, theoretically analysed, and evaluated in a numerical study.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/GC20-06054J" target="_blank" >GC20-06054J: Inteligentní distribuované architektury pro odhad stavu</a><br>

Návaznosti

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

Rok uplatnění

2020

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 2020 IEEE 23rd International Conference on Information Fusion (FUSION)

ISBN

978-0-578-64709-8

ISSN

—

e-ISSN

—

Počet stran výsledku

7

Strana od-do

1-7

Název nakladatele

IEEE

Místo vydání

Sun City

Místo konání akce

Sun City, Jihoafrická republika

Datum konání akce

6. 7. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—