文献

J-GLOBAL ID：201702241069526563   整理番号：17A1261639

非線形または微分不可能な観測を用いた連続-離散確率状態空間システムにおける正確な状態推定【Powered by NICT】

Accurate State Estimation in Continuous-Discrete Stochastic State-Space Systems With Nonlinear or Nondifferentiable Observations

著者 (2件)： Kulikov Gennady Yu. (Center for Computational and Stochastic Mathematics, Instituto Superior Te ́cnico, Universidade de Lisboa, Lisboa, Portugal) ,  Kulikova Maria V. (Center for Computational and Stochastic Mathematics, Instituto Superior Te ́cnico, Universidade de Lisboa, Lisboa, Portugal)
資料名： IEEE Transactions on Automatic Control  (IEEE Transactions on Automatic Control)
巻： 62  号： 8  ページ： 4243-4250  発行年： 2017年 
JST資料番号： C0223A  ISSN： 0018-9286  CODEN： IETAA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非線形Kalmanフィルタリングの新しい方法,正確な連続-離散拡張と立体求積法Kalmanフィルタの最良の特徴を統合することを示した。より正確には,議論状態推定器における時間更新は第1フィルタのものとして行われているが,測定更新がGauss関数型重み付き積分を近似するための適用三次球 ラジアル立体求積則の使用を行った。この全ては正確な測定更新と組み合わせた状態平均と共分散行列の正確な予測を可能にした。さらに,新しいフィルタは非線形および/または微分不可能な観察と連続-離散確率システムのための特に効果的であった。本混合型法の効率は,航空機は配位を実行する,七次元レーダ追跡問題に取り組む十分に長いサンプリング時間での厳しい条件における元の正確な連続-離散拡張と立体求積法Kalmanフィルタの性能と比較して示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 航空機 ,  Kalmanフィルタ ,  *微分 ,  フィルタ ,  確率系 ,  *状態推定 ,  積分
準シソーラス用語： 共分散行列 ,  Gauss関数 ,  求積法 ,  *状態空間 , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  システム同定  (IA02040O)

タイトルに関連する用語 (6件)： 非線形 ,  微分 ,  観測 ,  確率 ,  状態空間 ,  状態推定