Úloha filtrace stavu v případě částečně známých matic modelu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00312650" target="_blank" >RIV/67985556:_____/08:00312650 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Problem of State Filtering in Case of Partially Known System Matrices

Popis výsledku v původním jazyce

The linear state-space model with uniform innovations (LU model) proposed in previous author's work is extended here. The states and parameters of LU model are estimated under hard physical bounds. The estimation of the innovation boundaries is also included. Maximum a posteriori probability estimation reduces to the linear programming. The on-line estimation is running within the sliding window. Compared to the original model, we consider that model matrices can be time-variant. Also, offset terms areincluded. We present the problem of the joint parameter and state estimation, i.e., the state filtering with unknown model matrices. The ambiguity in the state estimates can be substantially decreased by the partial knowledge of some entries in the modelmatrices. The simple example illustrates this approach.

Název v anglickém jazyce

Problem of State Filtering in Case of Partially Known System Matrices

Popis výsledku anglicky

The linear state-space model with uniform innovations (LU model) proposed in previous author's work is extended here. The states and parameters of LU model are estimated under hard physical bounds. The estimation of the innovation boundaries is also included. Maximum a posteriori probability estimation reduces to the linear programming. The on-line estimation is running within the sliding window. Compared to the original model, we consider that model matrices can be time-variant. Also, offset terms areincluded. We present the problem of the joint parameter and state estimation, i.e., the state filtering with unknown model matrices. The ambiguity in the state estimates can be substantially decreased by the partial knowledge of some entries in the modelmatrices. The simple example illustrates this approach.

Druh

D - Stať ve sborníku

CEP obor

BC - Teorie a systémy řízení

OECD FORD obor

—

Projekt

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

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 9th International PhD Workshop on Systems and Control

ISBN

978-961-264-003-3

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

Jožef Stefan Institute

Místo vydání

Ljubljana

Místo konání akce

Izola

Datum konání akce

1. 10. 2008

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—