Användare:Kurtans/sandlåda
 |
Detta är en användarsandlåda för Kurtans. En användarsandlåda är en undersida till en användares användarsida. Sidan ingår inte i Wikipedias ordinarie artikelsamling utan är något användaren skapat för eget bruk, kanske för att arbeta fram ett förslag till ny artikel eller bara för att testa wikitekniken. |
Direkt översättning av den svenska texten:
Теорема Марелье — широко используемый в инженерии рекурсивный алгоритм для расширенного фильтр Кальмана, названный так в честь шведско-американского физика С. Юхана Марелье, являющегося его автором. Теорема представляет собой алгоритм, позволяющий при помощи неполных и шумных параметров эффективно оценить состояние динамической системы.[1]
История
[redigera | redigera wikitext]{Under sin fortsatta akademiska karriär, som associated Professor vid institutionen, utvecklade han detta resultat till att konstruera ett robust Kalman-filter (engelsk text). Detta kom senare att få hans namn. (За время своей научной карьеры, в частности, в качестве доцента), alternativt ? во время своей преподавательской деятельности сначала как доцента, а затем адъюнкт-профессора, он .....}
В 1972 году Марелье в своей докторской диссертации рассмотрел "Робастную оценку" (грубая /чёткая?/ оценка????) и разработал "статистические оценки" (оценочный критерий?) для своего рода (некого?) среднего значения (???).[2] Оный всегда гарантирует максимальную дисперсию случайной величины для симметричного распределения вероятностей, которое имеет известный процент вероятности в каждом "хвосте" (svansar på en klock-kurva) в независимости от того, как распределение выглядит в остальном. Во время своей научной карьеры, как адъюнкт-профессора, oсновываясь на результате, он разработал фильтр Кальмана c ”робастностeм” (robusthet) для приблизательного Гауссова фильтра с линейной и наблюдений уравнение состояния (???) (Approximate non-Gaussian filtering with linear state and observation relations), (1975).[3]
Марелье и его коллега Дуглас Мартин были первыми, кто применил стохастическую аппроксимацию для (грубой /чёткой, надёжной?/ оценки????).
применения
[redigera | redigera wikitext]Теорема с тех пор получил ряд приложений. [7], например, в хорошем приближении, оценивая точное условное среднее негауссовой режимах наблюдения. [8] Примером практического применения может быть для получения точных и постоянно обновляемой информации о объекта положение и скорость, используя набор несовершенного наблюдения положение объекта в инерциальной навигации. Этот метод используется во многих и разнообразных инженерных приложений с радаров в компьютерном зрении. Похожие приложения включают навигационные системы GPS и GNSS конкретно, где надежные методы оценки имеют хороший потенциал. [9] Некоторые другие области, в которых теорема может дело в том,
Расчет
[redigera | redigera wikitext]Спaнгл (2008) предусматривает, среди прочего, полная математическая формулировка теоремы в общее применение моделирования. [10]
Основные вычисление теоремой Марелье является оценка оценочную функцию, которая непосредственно оценивает Пространство состояний. Скалярном приближении для оценки работы оценка может быть распространена на вектор наблюдений. [Моделирование и оценка Кумар и Kashyap (2006) показали, что производительность алгоритма Masreliez относительно лучше, чем обычный фильтр Калмана в значительном присутствии цветного шума в наблюдении. [11]
См. также
[redigera | redigera wikitext]- Теория автоматического управления
- Скрытая Марковская модель
- Теорема Байеса
- Прочная оптимизации
- Теория вероятностей
Примечания
[redigera | redigera wikitext]- ^ T. Cipra & A. Rubio; Kalman filter with a non-linear non-Gaussian observation relation, Springer (1991).
- ^ Masreliez, C. J.; Robust recursive estimation and filtering, Ph.D. dissertation, University of Washington, Seattle, 1972.
- ^ Masreliez, C. J. Approximate non-Gaussian filtering with linear state and observation relations, IEEE Trans. Auto. Control - 20 (1975), p. 107--110.