Solution Separation Unscented Kalman Filter
| dc.contributor.author | Duník, Jindřich | |
| dc.contributor.author | Straka, Ondřej | |
| dc.contributor.author | Blasch, Erik | |
| dc.date.accessioned | 2021-02-15T11:00:15Z | |
| dc.date.available | 2021-02-15T11:00:15Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | Článek je věnován odhadu stavu stochastických dynamických systémů. Důraz je v článku kladen na návrh techniky pro ohodnocení kvality odhadu unscentovaného Kalmanova filtru. Navržená technika je inspirována technikami pro monitorování konzistence odhadu navigační informace v GNSS přijímačích a umožní detekci nekonzistentních odhadů unscentovaného filtru. Vlastnosti navžené techniky jsou ilustrovány numerickým příkladem. | cs |
| dc.description.abstract-translated | State estimation of nonlinear stochastic dynamic systems includes the unscented Kalman filter. The paper focuses on the self-assessment ability of state estimation algorithms, which shows to be useful in the problems involving strong nonlinearity of the model. An algorithm with the self-assessment is capable of informing the user that the state estimate may not be credible. A new algorithm, called solution separation unscented Kalman filter (S2UKF) is proposed, which is inspired by the solution separation technique of the Global Navigation Satellite System (GNSS) receiver autonomous integrity monitoring. The algorithm compares a set of sub-solution estimates with a fullsolution estimate and informs about non-credible estimates. This ability is demonstrated using a simulation example involving the bearings-only tracking problem. | en |
| dc.format | 8 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.identifier.citation | DUNÍK, J., STRAKA, O., BLASCH, E. Solution Separation Unscented Kalman Filter. In: Proceedings of the 2019 22th International Conference on Information Fusion (FUSION). Ottawa: IEEE, 2019. s. 1-8. ISBN 978-0-9964527-8-6. | cs |
| dc.identifier.document-number | 567728800057 | |
| dc.identifier.isbn | 978-0-9964527-8-6 | |
| dc.identifier.obd | 43927253 | |
| dc.identifier.uri | 2-s2.0-85081789784 | |
| dc.identifier.uri | http://hdl.handle.net/11025/42670 | |
| dc.language.iso | en | en |
| dc.project.ID | LO1506/PUNTIS - Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost | cs |
| dc.project.ID | SGS-2019-020/Rozvoj a využití kybernetických systémů identifikace, diagnostiky a řízení 4 | cs |
| dc.publisher | IEEE | en |
| dc.relation.ispartofseries | Proceedings of the 2019 22th International Conference on Information Fusion (FUSION) | en |
| dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
| dc.rights | © IEEE | en |
| dc.rights.access | restrictedAccess | en |
| dc.subject.translated | Nonlinear filtering, Consistent estimate, Unscented Kalman filter, Solution separation | en |
| dc.title | Solution Separation Unscented Kalman Filter | en |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.type.status | Peer-reviewed | en |
| dc.type.version | publishedVersion | en |