Inverse Covariance Intersection Fusion of Multiple Estimates
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F20%3A43959540" target="_blank" >RIV/49777513:23520/20:43959540 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.23919/FUSION45008.2020.9190614" target="_blank" >https://doi.org/10.23919/FUSION45008.2020.9190614</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.23919/FUSION45008.2020.9190614" target="_blank" >10.23919/FUSION45008.2020.9190614</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Inverse Covariance Intersection Fusion of Multiple Estimates
Popis výsledku v původním jazyce
Linear fusion of estimates is a basic tool for combining probabilistic data. If the correlation of estimation errors is unknown, the fusion performance is evaluated with respect to the worst case. Inverse Covariance Intersection fusion is a rule for combining two estimates with partially known crosscorrelation matrix. This paper generalises the rule to fusing multiple estimates. First, the generalised assumption and the essential theory are presented. A suboptimal solution with a simple parametrisation is derived next and it is shown to be better than the solution for unknown correlation. Finally, a recursive fusion of multiple estimates is designed.
Název v anglickém jazyce
Inverse Covariance Intersection Fusion of Multiple Estimates
Popis výsledku anglicky
Linear fusion of estimates is a basic tool for combining probabilistic data. If the correlation of estimation errors is unknown, the fusion performance is evaluated with respect to the worst case. Inverse Covariance Intersection fusion is a rule for combining two estimates with partially known crosscorrelation matrix. This paper generalises the rule to fusing multiple estimates. First, the generalised assumption and the essential theory are presented. A suboptimal solution with a simple parametrisation is derived next and it is shown to be better than the solution for unknown correlation. Finally, a recursive fusion of multiple estimates is designed.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2020
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 2020 IEEE 23rd International Conference on Information Fusion (FUSION)
ISBN
978-0-578-64709-8
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
1-8
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
—