بررسی عملکرد فیلتر کالمن توسعه یافته(EKF)و فیلتر ذره ای(PF)در تخمین فرآیندهای تصادفی با مشاهدات نویزی.
Publish place: The Second National Conference on New Technologies in Electrical and Computer Engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,441
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAUFASA02_194
تاریخ نمایه سازی: 17 اسفند 1393
Abstract:
[توضیح سیویلیکا: به دلیل وجود مشکل در نمایش فرمولها، اصل مقاله از پایگاه سیویلیکا حذف گردید.]
در این مقاله به تشریح فیلتر های کالمن توسعه یافته و فیلتر ذره ای از انواع فیلتر های بهینه پرداخته می شود. اساس طراحی این دو فیلتر به فیلتر های بیزین باز می گردد.هدف از تخمین بهینه تخمین تابع توزیع احتمال پسین می باشد.با تقریب آن با توزیع گاوسی محاسبات بسیار راحت تر میشود.میتوان در این حالت بجای محاسبه توابع ریاضی پیچیده مقادیر میانگین و اریانس را تخمین زد. سعی بر آن است که در ابتدا به بررسی مبانیریاضیاتی این فیلترها پرداخته شده سپس از طریق شبیه سازی در محیط نرم افزاری عملا تفاوتهای این دو فیلتر مشاهده گردد.فیلتر ذره ای با تولید واریانس کمتر عملا تابع چگالی احتمال نازکتری نسبت به فیلتر کالمن توسعه یافته تولید می نماید.بنابر این تخمین حاصل شده از آن بسیار دقیقتر می باشد که هدف نهایی از این مقاله نیز رسیدن به این واقعیت می باشدو در پایان کاملا آشکار خواهد شد که فیلتر ذره ای در یک شرایط برابر کاملا قویتر از فیلتر کالمن توسعه یافته اثر خواهد کرد
Keywords:
نویز ٬فیلتر کالمن ٬فیلتر ذره ای ٬روش مونت کارلو ٬مدل گاوسی
Authors
روح الله ویسی مارانتویی
کارشناس ارشد مهندسی برق الکترونیک دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمانشاه
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :