UNSCENTED KALMAN FILTER REVISITED - HERMITE-GAUSS QUADRATURE APPROACH
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F12%3A00195666" target="_blank" >RIV/68407700:21230/12:00195666 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
UNSCENTED KALMAN FILTER REVISITED - HERMITE-GAUSS QUADRATURE APPROACH
Popis výsledku v původním jazyce
Kalman filter is a frequently used tool for linear state estimation due to its simplicity and optimality. It can further be used for fusion of information obtained from multiple sensors. Kalman filtering is also often applied to nonlinear systems. As thedirect application of bayesian functional recursion is computationally not feasible, approaches commonly taken use either a local approximation - Extended Kalman Filter based on linearization of the non-linear model - or the global one, as in the case of Particle Filters. An approach to the local approximation is the so called Unscented Kalman Filter. It is based on a set of symmetrically distributed sample points used to parameterise the mean and the covariance. Such filter is computationally simple and no linearization step is required. Another approach to selecting the set of sample points based on decorrelation of multivariable random variables and Hermite-Gauss Quadrature is introduced in this paper. This approachprovides an addit
Název v anglickém jazyce
UNSCENTED KALMAN FILTER REVISITED - HERMITE-GAUSS QUADRATURE APPROACH
Popis výsledku anglicky
Kalman filter is a frequently used tool for linear state estimation due to its simplicity and optimality. It can further be used for fusion of information obtained from multiple sensors. Kalman filtering is also often applied to nonlinear systems. As thedirect application of bayesian functional recursion is computationally not feasible, approaches commonly taken use either a local approximation - Extended Kalman Filter based on linearization of the non-linear model - or the global one, as in the case of Particle Filters. An approach to the local approximation is the so called Unscented Kalman Filter. It is based on a set of symmetrically distributed sample points used to parameterise the mean and the covariance. Such filter is computationally simple and no linearization step is required. Another approach to selecting the set of sample points based on decorrelation of multivariable random variables and Hermite-Gauss Quadrature is introduced in this paper. This approachprovides an addit
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GAP103%2F11%2F1353" target="_blank" >GAP103/11/1353: Odhad stavu dynamických stochastických systémů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2012
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 15th International Conference on Information Fusion
ISBN
9780982443842
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
1-5
Název nakladatele
IEEE
Místo vydání
Piscataway
Místo konání akce
Singapore
Datum konání akce
9. 7. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—