Show simple item record

Korelované estimační problémy a ensemblový Kalmanův filtr
dc.creatorČurn, Jan
dc.date.accessioned2017-05-31T19:16:57Z
dc.date.available2017-05-31T19:16:57Z
dc.date.issued2016
dc.identifier.urihttp://hdl.handle.net/20.500.11956/73686
dc.description.abstractPh.D. Disertace Název: Korelované Estimační Problémy a Ensemblový Kalmanův Filtr Autor: Mgr. Jan Čurn, Ph.D. Abstrakt: Kalmanův filtr je rekurzivní algoritmus, který estimuje stav lineárního dynamického systému ze sekvence nepřesných měření ze senzorů. Díky své relativní jednoduchosti, numerické efektivitě a optimalitě byl Kalmanův filtr a jeho varianty aplikovány na širokou škálu problémů v technologii, zejména v oblasti navádění, navigace a řízení. Tradiční definice Kalmanova filtru je založena na předpokladu, že ve kterémkoli okamžiku jsou chyby v predikci stavu systému a chyby v měření statisticky nezávislé. Bohužel v mnoha praktických problémech tento předpoklad není splněn, tudíž Kalmanův filtr může vracet přespříliš jisté výsledky a divergovat. Toto může mít vážné důsledky v kontextu systémů kritických pro bezpečnost. Přestože existují modifikace Kalmanova filtru, které podporují různé typy korelace v procesním nebo měřícím šumu, tyto modifikace nejsou vhodné v situaci, kde korelace mezi chybami v predikovaném stavu a měřením je způsobena přítomností sdílené minulé informace mezi estimátem stavu a měřením, což je charakteristické v distribuovaných sítích senzorů. Na druhou stranu, existující metody, které se zabývají problémem sdílené minulé informace, buď poskytují příliš konzervativní estimáty nebo...cs_CZ
dc.description.abstractPh.D. Thesis Title: Correlated Estimation Problems and the Ensemble Kalman Filter Author: Jan Čurn Abstract: The Kalman filter is a recursive algorithm that estimates the state of a linear dynamic system from a sequence of noisy sensor measurements. Due to its relative simplicity, numerical efficiency and optimality, the Kalman filter and its variants have been applied to a wide range of problems in technology, notably in the areas of guidance, navigation, and control. The traditional definition of the Kalman filter is based on the assumption that at any given time, the errors associated with the predicted state estimate and the observation are statistically independent. However, in many practical problems, this assumption is not satisfied, and as such the Kalman filter may provide overconfident state estimates and diverge. This can have serious consequences in the context of safety-critical systems. Although there are modifications of the Kalman filter that accommodate various types of correlation in the process and observation noises, these are not suitable in the situation where the correlation between the errors associated with the predicted state estimate and the observation is caused by the presence of common past information between the state estimate and the observation, which is characteristic of...en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleCorrelated Estimation Problems and the Ensemble Kalman Filteren_US
dc.typerigorózní prácecs_CZ
dcterms.created2016
dcterms.dateAccepted2016-01-11
dc.description.departmentDepartment of Software Engineeringen_US
dc.description.departmentKatedra softwarového inženýrstvícs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId166047
dc.title.translatedKorelované estimační problémy a ensemblový Kalmanův filtrcs_CZ
dc.identifier.aleph002056213
thesis.degree.nameRNDr.
thesis.degree.levelrigorózní řízenícs_CZ
thesis.degree.disciplineSoftwarové systémycs_CZ
thesis.degree.disciplineSoftware Systemsen_US
thesis.degree.programInformatikacs_CZ
thesis.degree.programComputer Scienceen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csSoftwarové systémycs_CZ
uk.degree-discipline.enSoftware Systemsen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enComputer Scienceen_US
thesis.grade.csProspělcs_CZ
thesis.grade.enPassen_US
uk.abstract.csPh.D. Disertace Název: Korelované Estimační Problémy a Ensemblový Kalmanův Filtr Autor: Mgr. Jan Čurn, Ph.D. Abstrakt: Kalmanův filtr je rekurzivní algoritmus, který estimuje stav lineárního dynamického systému ze sekvence nepřesných měření ze senzorů. Díky své relativní jednoduchosti, numerické efektivitě a optimalitě byl Kalmanův filtr a jeho varianty aplikovány na širokou škálu problémů v technologii, zejména v oblasti navádění, navigace a řízení. Tradiční definice Kalmanova filtru je založena na předpokladu, že ve kterémkoli okamžiku jsou chyby v predikci stavu systému a chyby v měření statisticky nezávislé. Bohužel v mnoha praktických problémech tento předpoklad není splněn, tudíž Kalmanův filtr může vracet přespříliš jisté výsledky a divergovat. Toto může mít vážné důsledky v kontextu systémů kritických pro bezpečnost. Přestože existují modifikace Kalmanova filtru, které podporují různé typy korelace v procesním nebo měřícím šumu, tyto modifikace nejsou vhodné v situaci, kde korelace mezi chybami v predikovaném stavu a měřením je způsobena přítomností sdílené minulé informace mezi estimátem stavu a měřením, což je charakteristické v distribuovaných sítích senzorů. Na druhou stranu, existující metody, které se zabývají problémem sdílené minulé informace, buď poskytují příliš konzervativní estimáty nebo...cs_CZ
uk.abstract.enPh.D. Thesis Title: Correlated Estimation Problems and the Ensemble Kalman Filter Author: Jan Čurn Abstract: The Kalman filter is a recursive algorithm that estimates the state of a linear dynamic system from a sequence of noisy sensor measurements. Due to its relative simplicity, numerical efficiency and optimality, the Kalman filter and its variants have been applied to a wide range of problems in technology, notably in the areas of guidance, navigation, and control. The traditional definition of the Kalman filter is based on the assumption that at any given time, the errors associated with the predicted state estimate and the observation are statistically independent. However, in many practical problems, this assumption is not satisfied, and as such the Kalman filter may provide overconfident state estimates and diverge. This can have serious consequences in the context of safety-critical systems. Although there are modifications of the Kalman filter that accommodate various types of correlation in the process and observation noises, these are not suitable in the situation where the correlation between the errors associated with the predicted state estimate and the observation is caused by the presence of common past information between the state estimate and the observation, which is characteristic of...en_US
uk.file-availabilityV
uk.publication-placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra softwarového inženýrstvícs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 3-5, 116 36 Praha; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV