Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Kalman" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Zastosowanie rozszerzonego filtru Kalmana drugiego rzędu do wyznaczania pozycji
    Application of second order Extended Kalman Filter in positioning
    Autorzy:
    Malinowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/314142.pdf
    Data publikacji:
    2016
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    filtr Kalmana
    system GPS
    rozszerzony filtr Kalmana
    Kalman filter
    GPS system
    extended Kalman filter
    Opis:
    Najczęściej stosowanym w zintegrowanych systemach nawigacyjnych narzędziem do przetwarzania sygnałów jest filtr Kalmana. Na dobór algorytmu filtracji Kalmana ma wpływ oczekiwana dokładność oraz strategia integracji przyrządów pomiarowych. W oparciu o dwa eksperymenty symulacyjne wykonano analizę metod filtracji Kalmana oraz powiązanych z nimi algorytmów wygładzających stosowanych w zintegrowanych systemach nawigacyjnych. W porównaniu zastosowano filtr EKF (Extended Kalman Filter) wymagający aproksymacji przy użyciu pochodnych cząstkowych pierwszego i drugiego rzędu oraz filtr UKF (Unscented Kalman Filter) pozbawiony tego wymogu. Dla każdej metody filtracji przedstawiono odpowiednio algorytmy wygładzające EKS (Extended Kalman Smoother) i UKS (Unscented Kalman Smoother).
    The Kalman filter is often applied tool of the signal processing in integrated navigation systems. The expected accuracy and integration strategy of measuring instruments has impact on the choice of the Kalman filtering algorithm. The analysis of different filtering methods and associated smoothers based on two simulation tests was presented in this paper. EKF (Extended Kalman Filter) filter based on approximation with (jacobians) first and (hessians) second order partial derivations and derivative-free filter like UKF (Unscented Kalman Filter) was implemented in comparison. For each method of filtration, appropriate smoothers EKS (Extended Kalman Smoother), UKS (Unscented Kalman Smoother) were presented.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 12; 1188-1194
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie trajektorii ruchu przy pomocy kubicznego filtru Kalmana
    Trajectory determination based on Cubature Kalman Filter
    Autorzy:
    Malinowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/316447.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    algorytmy wygładzające
    filtr Kalmana
    CKF
    EFK
    UFK
    trajektoria ruchu
    smoothers algorithm
    Kalman Filter
    Opis:
    Wyznaczanie trajektorii ruchu to główne zadanie różnych systemów nawigacyjnych, gdzie do przetwarzania sygnałów najczęściej wykorzystuje się filtr Kalmana. Na dobór algorytmu filtracji Kalmana wpływa oczekiwana dokładność oraz strategia realizacji pomiarów przez systemy nawigacyjne. W oparciu o dwa eksperymenty symulacyjne wykonano analizę metod filtracji Kalmana oraz powiązanych z nimi algorytmów wygładzających stosowanych w systemach nawigacyjnych. W badaniach zastosowano filtr EKF (Extended Kalman Filter) wymagający aproksymacji przy użyciu pochodnych cząstkowych pierwszego i drugiego rzędu oraz filtr CKF (Cubature Kalman Filter) i filtr UKF (Unscented Kalman Filter), które pozbawione są tego wymogu. Dla każdej metody filtracji zastosowano odpowiednio algorytmy wygładzające EKS (Extended Kalman Smoother), CKF (Cubature Kalman Smoother) i UKS (Unscented Kalman Smoother).
    Trajectory determination is the main task of various navigation systems where the Kalman filter is often applied as a signal processing tool. The expected accuracy and measuring strategy of navigation systems has impact on the choice of the Kalman filtering algorithm. The paper presents the analysis of Kalman filtration methods and associated smoothers based on two simulations. EKF (Extended Kalman Filter) filter based on approximation with (jacobians) first and (hessians) second order partial derivations and derivative-free filters such as CKF (Cubature Kalman Filter) and UKF (Unscented Kalman Filter) were implemented for comparison. Each method of filtration is paired with appropriate EKS (Extended Kalman Smoother), CKS (Cubature Kalman Smoother) or UKS (Unscented Kalman Smoother).
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1114-1121, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwości sztucznej inteligencji w nawigacji inercyjnej w logistyce
    Application of artificial intelligence in inertial navigation in logistics
    Autorzy:
    Baczyński, D.
    Bartczak, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/312079.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    nawigacja inercyjna
    A.I.
    sztuczna inteligencja
    filtr Kalmana
    GPS
    inertial navigation
    artificial intelligence
    Kalman filter
    Opis:
    The article discusses the issues relating to mutual relations between artificial intelligence and inertial navigation, which are noticeable within logistics. The main focus has been on showing how the use of inertial navigation systems used in logistics can affect the use of artificial intelligence. The reflections taken in the article are both theoretical and practical. As part of the theory, we tried to show, based on the literature of the subject, what is the essence of artificial intelligence and inertial navigation and what are the relationships between them. The results of our own research were also presented (practical aspect).
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 9; 197-204
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Predykcyjne bezczujnikowe sterowanie silnikiem bezszczotkowym BLDC
    Predictive control for sensorless brushless BLDC motor
    Autorzy:
    Zajkowski, K.
    Duer, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/312596.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    silnik bezszczotkowy
    filtracja Kalmana
    model matematyczny silnika
    BLDC motor
    Kalman filter
    mathematical model of the motor
    Opis:
    W artykule omówiono metodę sterowania bezczujnikowego silnikiem bezszczotkowym. Przedstawiono ideę sterowania przy wykorzystaniu modelu matematycznego silnika i filtru Kalmana.
    This paper discusses a method control for sensorless brushless motor. The paper presents the idea of using a mathematical model and the Kalman filter on control BLDC motor.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2013, 14, 10; 307-310
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Układ akwizycji i archiwizacji parametrów ruchu układów mobilnych : metody matematyczne, filtry cyfrowe
    The system of acquisition and archiving of motion parameters of mobile systems : mathematical methods, digital filters
    Autorzy:
    Grabiński, Jakub
    Waluś, Konrad J.
    Powiązania:
    https://bibliotekanauki.pl/articles/316686.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    kąty Eulera
    kwaterniony
    filtr Kalmana
    filtr Madgwicka
    filtr komplementarny
    Euler angles
    quartered
    Kalman filter
    Madgwick filter
    complementary filter
    Opis:
    W ramach pracy przedstawiono metody numeryczne oraz filtry cyfrowe umożliwiające korekcję sygnału pomiarowego uzyskanego podczas badań doświadczalnych parametrów ruchu pojazdu. Wykorzystany moduł pomiarowy nawigacji inercyjnej składa się z trójosiowych akcelerometrów, żyroskopów wykonanych w technologii MEMS oraz magnetometru. Zebrane dane pomiarowe umożliwiły odniesienie ich do punktu w przestrzeni trójwymiarowej, w celu wyznaczenia trajektorii ruchu pojazdu. W artykule przedstawiono metody numeryczne obrotu lokalnego układu współrzędnych do układu globalnego oraz wybrane filtry cyfrowe umożliwiające wygładzanie sygnału pomiarowego w czasie rzeczywistym.
    The work presents numerical methods and digital filters that enable correction of the measurement signal obtained during experimental tests of vehicle motion parameters. The inertial navigation measuring module used consists of three-axis accelerometers, gyroscopes made in MEMS technology and a magnetometer. The collected measurement data made it possible to refer them to a point in three-dimensional space in order to determine the trajectory of vehicle movement. The article presents numerical methods of rotation of the local coordinate system to the global system and selected digital filters enabling smoothening the measurement signal in real time.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2019, 20, 1-2; 228-233
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies