Přejít na obsah

Detail publikace

Citace

Šimandl, M. and Straka, O. : Nonlinear estimation by particle filters and Cramér-Rao bound . Proceedings of the 15th IFAC world congress, p. 79-84, Elsevier , Oxford, 2003.

Abstrakt

A solution of the Bayesian recursive relations by the particle filter approach is treated. The stress is laid on the sample size setting as the main user design problem. The Cramér-Rao bound was chosen as a tool for setting the sample size for the three basic types of the state estimation, for filtering, prediction and smoothing. The mean square error matrices of particle filter state estimates for different sample sizes and the CR bounds are compared. Quality of the particle filters and their computational load are illustrated in a numerical example.

Abstrakt v češtině

Článek se zabývá řešením Bayesových rekurzivních vztahů pomocí simulačních filtrů. Důraz je kladen na specifilkaci počtu vzorků. Jako nástroj pro specifikaci počtu vzorků pro filtraci, predikci i vyhlazování byla zvolena Cramér-Raova mez. Matice střední kvadratické chyby odhadu stavu pro simulační filtry byla porovnána s Cramér-Raovou mezí. Kvalita simulačních filtrů a jejich výpočetní náročnost je ilustrována na numerickém příkladu.

Detail publikace

Název: Nonlinear estimation by particle filters and Cramér-Rao bound
Autor: Šimandl, M. ; Straka, O.
Název - česky: Simulační filtry v úloze odhadu a Cramér-Raova mez
Jazyk publikace: anglicky
Datum vydání: 21.7.2002
Rok vydání: 2003
Typ publikace: Kapitola v knize
Název časopisu / knihy: Proceedings of the 15th IFAC world congress
Strana: 79 - 84
ISBN: 0-08-044221-8
Nakladatel: Elsevier
Místo vydání: Oxford
Datum: 21.7.2002 - 26.7.2002
/ /

Klíčová slova

Monte Carlo methods, Nonlinear filters, Cramér-Rao bound, Mean square error, Nonlinear systems

Klíčová slova v češtině

metody Monte Carlo, nelineární filtry, Cramér-Raova mez, střední kvadratická chyba, nelineární systémy

BibTeX

@INBOOK{SimandlM_2003_Nonlinearestimation,
 author = {\v{S}imandl, M. and Straka, O.},
 title = {Nonlinear estimation by particle filters and Cram\'{e}r-Rao bound},
 year = {2003},
 publisher = {Elsevier },
 journal = {Proceedings of the 15th IFAC world congress},
 address = {Oxford},
 pages = {79-84},
 ISBN = {0-08-044221-8},
 url = {http://www.kky.zcu.cz/en/publications/SimandlM_2003_Nonlinearestimation},
}