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 "covariance matrix" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Wyrównaj
Wyświetlanie 1-15 z 30
Tytuł:
Uogólniona metoda najmniejszych kwadratów
Generalized least squares method
Autorzy:
Puchalski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/2200081.pdf
Data publikacji:
2022
Wydawca:
Główny Urząd Miar
Tematy:
metoda najmniejszych kwadratów
regresja liniowa
niepewność
macierz kowariancji
least square method
linear regression
uncertainty
covariance matrix
Opis:
Artykuł przedstawia uogólnione podejście dla dobrze znanej metody najmniejszych kwadratów stosowanej w praktyce metrologicznej. Wyznaczone niepewności punktów pomiarowych i korelacje między mierzonymi zmiennymi tworzą symetryczną macierz kowariancji, której odwrotność mnożona jest lewostronnie i prawostronnie przez wektory błędów obu zmiennych losowych i stanowi funkcję kryterialną celu. Aby uzyskać maksymalną wartość funkcji największej wiarygodności i rozwiązać złożony problemu minimalizacji funkcji kryterialnej, zaprezentowano oryginalny sposób wyznaczenia funkcji kryterialnej do postaci jednoargumentowej zależności obliczanej numerycznie, w której jedyną zmienną jest poszukiwany współczynnik kierunkowy prostej regresji. Artykuł zawiera podstawowe informacje o tego typu regresji liniowej, dla której najlepiej dopasowana prosta minimalizuje funkcję celu. Na przykładzie obliczeniowym pokazana jest pełna procedura dopasowania numerycznego prostej do danego zestawu punktów pomiarowych o zadanych niepewnościach i współczynnikach korelacji tworzących macierz kowariancji.
The paper presents a generalized approach for the well-known least squares method used in metrological practice. In order to solve the complex problem of minimizing the objective function to obtain the maximum value of the likelihood function, the original way of determining this function in the form of a unary relationship calculated numerically was presented. The article presents borderline cases with analytical solutions. The computational example shows the full procedure of numerical adjustment of a straight line to a given set of measurement points with given uncertainties and correlation coefficients forming the covariance matrix.
Źródło:
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar; 2022, 1 (28); 9--16
2300-8806
Pojawia się w:
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An interval Kalman filter enhanced by lowering the covariance matrix upper bound
Autorzy:
Tran, Tuan Anh
Jauberthie, Carine
Trave-Massuyés, Louise
Lu, Quoc Hung
Powiązania:
https://bibliotekanauki.pl/articles/1838206.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
uncertain linear systems
Kalman filter
interval analysis
estimation
covariance matrix
układ liniowy
filtr Kalmana
analiza interwałowa
macierz kowariancji
Opis:
This paper proposes a variance upper bound based interval Kalman filter that enhances the interval Kalman filter based on the same principle proposed by Tran et al. (2017) for uncertain discrete time linear models. The systems under consideration are subject to bounded parameter uncertainties not only in the state and observation matrices, but also in the covariance matrices of the Gaussian noises. By using the spectral decomposition of a symmetric matrix and by optimizing the gain matrix of the proposed filter, we lower the minimal upper bound on the state estimation error covariance for all admissible uncertainties. This paper contributes with an improved algorithm that provides a less conservative error covariance upper bound than the approach proposed by Tran et al. (2017). The state estimates are determined using interval analysis in order to enclose the set of all possible solutions of the classical Kalman filter consistent with the uncertainties.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 2; 259-269
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multiple Linear Regression Using Cholesky Decomposition
Autorzy:
Sumiati, Ira
Handoyo, Fiyan
Purwani, Sri
Powiązania:
https://bibliotekanauki.pl/articles/1031897.pdf
Data publikacji:
2020
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Cholesky decomposition
Multiple linear regression
covariance matrix
Opis:
Various real-world problem areas, such as engineering, physics, chemistry, biology, economics, social, and other problems can be modeled with mathematics to be more easily studied and done calculations. One mathematical model that is very well known and is often used to solve various problem areas in the real world is multiple linear regression. One of the stages of working on multiple linear regression models is the preparation of normal equations which is a system of linear equations using the least-squares method. If more independent variables are used, the more linear equations are obtained. So that other mathematical tools that can be used to simplify and help to solve the system of linear equations are matrices. Based on the properties and operations of the matrix, the linear equation system produces a symmetric covariance matrix. If the covariance matrix is also positive definite, then the Cholesky decomposition method can be used to solve the system of linear equations obtained through the least-squares method in multiple linear regression. Based on the background of the problem outlined, such that this paper aims to construct a multiple linear regression model using Cholesky decomposition. Then, the application is used in the numerical simulation and real case.
Źródło:
World Scientific News; 2020, 140; 12-25
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Advanced Statistical Procedures for Adjustment of Results in Measurements of Displacements
Weryfikacja zaawansowanych procedur statystycznych do wyrównywania wyników w pomiarach przemieszczeń
Autorzy:
Czaja, Józef
Dąbrowski, Janusz Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/386094.pdf
Data publikacji:
2019
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
pomiary w geodezji inżynieryjnej
model Gaussa–Markova
diagonalna macierz kowariancyjna
measurements in engineering surveying
Gauss–Markov model
diagonal covariance matrix
Opis:
In this paper, the authors verified the formulated principles of the estimation of Gauss–Markov models in which estimated parameters X were random. For this purpose, methods for the prior definition of covariance matrix CX for the estimated parameters were provided, which were used to determine the conditional covariance matrix of observation vector L and then estimate the most probable values of parameters Xˆ. Covariance matrix Cov(Xˆ) obtained as a result of this estimation was used to define the limit values of the variance of these parameters. Practical application of the proposed method for the Gauss–Markov model estimation for random parameters was illustrated on a fragment of a leveling network of points to determine the vertical displacements of a landslide surface.
W artykule autorzy poddali weryfikacji sformułowane zasady estymacji modeli Gaussa–Markowa [10], w których szacowane parametry X miały charakter losowy. W tym celu zostały podane sposoby określania a priori macierzy kowariancji CX dla estymowanych parametrów, które zostały wykorzystane do wyznaczenia macierzy kowariancji warunkowych wektora obserwacji L, a następnie do estymacji najbardziej prawdopodobnych wartości parametrów Xˆ. Uzyskana w wyniku tej estymacji macierz kowariancji Cov(Xˆ) została wykorzystana do ustalenia granicznych wartości wariancji tych parametrów. Zastosowanie proponowanego sposobu estymacji modelu Gaussa–Markova do parametrów losowych zostało zilustrowane na przykładzie fragmentu niwelacyjnej sieci punktów przeznaczonej do wyznaczania pionowych przemieszczeń powierzchni osuwiska.
Źródło:
Geomatics and Environmental Engineering; 2019, 13, 1; 5-15
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dwuwymiarowy model pomiaru dla typowych, założonych rozkładów prawdopodobieństwa wielkości wejściowych
Bivariate model of measurement for typical probability distributions
Autorzy:
Puchalski, Jacek
Fotowicz, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/267018.pdf
Data publikacji:
2019
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
obszar rozszerzenia
korelacja
macierz korelacji
metoda Monte Carlo
coverage region
correlation
covariance matrix
Monte Carlo method
Opis:
Dla dwuwymiarowego modelu pomiaru zostaną zaprezentowane przykłady zostaną Zaprezentowane przykłady rozkładów, których sploty generują rozkłady wypadkowe dla dwuwymiarowego modelu pomiaru. W ogólności zmienne wejściowe jako zmienne losowe mogą być skorelowane co wpływa na kształt i położenie obszaru rozszerzenia który wyznacza obszar niepewności pomiaru. Dla wielkości wejściowych będących zmiennymi losowymi o rozkładzie Gaussa podano wzory analityczne pozwalające obliczyć długości półosi elipsy - modelu obszaru niepewności dla wielkości wyjściowych. Również metodą Monte Carlo wyznaczone zostaną obszary rozszerzenia dla modelu dwuwymiarowego dla przyjętego prawdopodobieństwa 95 %. Wyniki symulacji zostaną przedstawiona na trójwymiarowych wykresach uzyskanych z projekcji plików graficznych .fig (środowisko Matlab). Zaprezentowane zostaną także obszary rozszerzenia wyznaczone metodą Monte Carlo dla innych rozkładów, powstałych w wyniku splotu rozkładu normalnego i prostokątnego, a także dwóch rozkładów prostokątnych które nie mają trywialnego rozwiązania analitycznego. Dokonana będzie ocena uzyskanych symulacji numerycznych.
In this work a few examples of typical distributions have been used for convolutions of results distributions in bivariate model of measurement. In general, the correlations of output quantities appeared and its has impact on the shape and location of coverage region. In the case of Gaussian distributions where analytical formulas have described the border of cover regions, the explicit formulas of half axes of elliptical cover region have been given. For bivariate models, in which the both one dimensional distributions are assumed as the convolution of typical distribution like: Gaussian and rectangular, the 95% coverage regions have been determined by using Monte Carlo method in Matlab environment. The coverage regions are illustrated on the perspective views of graphic Matlab .fig files. The convolutions of uniform distributions and Gaussian and rectangular distribution have no analytical border solutions, and to compare, the marked cover region for only Gaussian convolutions have been added. Finally, the assessment of gathered simulation has been carried out.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 66; 71-74
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Linear Cholesky decomposition of covariance matrices in mixed models with correlated random effects
Autorzy:
Rabe, Anasu
Shangodoyin, D. K.
Thaga, K.
Powiązania:
https://bibliotekanauki.pl/articles/1186928.pdf
Data publikacji:
2019-12-10
Wydawca:
Główny Urząd Statystyczny
Tematy:
correlated random effects
covariance matrix
linear Cholesky decomposition
linear mixed models
Opis:
Modelling the covariance matrix in linear mixed models provides an additional advantage in making inference about subject-specific effects, particularly in the analysis of repeated measurement data, where time-ordering of the responses induces significant correlation. Some difficulties encountered in these modelling procedures include high dimensionality and statistical interpretability of parameters, positive definiteness constraint and violation of model assumptions. One key assumption in linear mixed models is that random errors and random effects are independent, and its violation leads to biased and inefficient parameter estimates. To minimize these drawbacks, we developed a procedure that accounts for correlations induced by violation of this key assumption. In recent literature, variants of Cholesky decomposition were employed to circumvent the positive definiteness constraint, with parsimony achieved by joint modelling of mean and covariance parameters using covariates. In this article, we developed a linear Cholesky decomposition of the random effects covariance matrix, providing a framework for inference that accounts for correlations induced by covariate(s) shared by both fixed and random effects design matrices, a circumstance leading to lack of independence between random errors and random effects. The proposed decomposition is particularly useful in parameter estimation using the maximum likelihood and restricted/residual maximum likelihood procedures.
Źródło:
Statistics in Transition new series; 2019, 20, 4; 59-70
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena niepewności punktów charakterystyki z dwu pomiarów kontrolnych
Estimation uncertainties of points of function from two control measurements
Autorzy:
Warsza, Zygmunt Lech
Puchalski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/267312.pdf
Data publikacji:
2019
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
estymacja
niepewności punktów charakterystyki
punkty kontrolne
dopuszczalny maksymalny błąd pomiaru
pomiary pośrednie
macierz kowariancji
współczynnik korelacji
indirect measurements
permissible maximum measurement error
uncertainty estimation
values of the characteristic
control points
covariance matrix
correlation coefficient
Opis:
Omówiono szacowanie niepewności punktów funkcji opisującej badaną charakterystykę na podstawie wyników pomiarów w dwu punktach kontrolnych. Zastosowano dwie metody I i II. Metodą I estymuje się składowe niepewności typu B na podstawie wartości dopuszczalnych maksymalnych błędów aparatury stosowanej do pomiarów w punktach kontrolowanych tej charakterystyki. Przy stabilnych warunkach pomiaru kilku wartości i pomijalnej niepewności typu A, należy dla wyników przyjąć współczynnik korelacji równy 1. Metodą statystyczną II, na podstawie pomiarów w punktach kontrolnych estymuje się składowe niepewności typu A oraz niepewności złożone dla punktów badanej funkcji i korelację pomiędzy ich wynikami. Korzysta z równania wiążącego macierze kowariancji w pomiarach pośrednich wieloparametrowych wg Suplementu 2 Przewodnika GUM. Wyznaczono też niepewności względne i bezwzględne dla sumy i różnicy wartości dwu punktów i podano przykłady obliczeń. Przy ograniczonej liczbie i czasie wykonywania pomiarów, metodą tą można wyznaczaniu niepewności funkcji opisującej badaną charakterystykę i wykorzystać ja w monitoringu, kontroli i diagnostyce różnych obiektów.
The estimation of the uncertainty of points of the function describing the tested characteristics based on measurement results at two control points is discussed. Two methods were used. By method I, the type B uncertainty component is estimated from the permissible values of the maximum error of the apparatus used for measurements at the controlled points of this tested characteristic. With stable measurement conditions and negligible uncertainty of type A of measurements, a correlation coefficient equal to 1 should be assumed for results of several points measured by the same insturment. The method II is statistical It is based on measurement data at control points and is used for estimation of type A and combined uncertainties of the function values of the points being tested. Correlation coefficient between their results are also estimated. Used for that is the equation binding the covariance matrices in indirect multiparameter measurements according to the Supplement 2 of the GUM Guide. Relative and absolute uncertainties for the sum and difference of values of two points were also determined and few examples of calculations were given. With a limited number and duration of measurements, this method can be used in the monitoring, automatic control and diagnosis of various objects.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 66; 101-108
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozszerzona metoda oceny niepewności pośrednich pomiarów wieloparametrowych i układów do tych pomiarów. Część 1. Wpływ korelacji i niepewności funkcji przetwarzania - zależności podstawowe
Extended Method for Evaluation Uncertainties of Indirect Multi-Parameter Measurements and of Circuits for these Measurements. Part 1. Influence of Correlation and Uncertainties of Processing Function - Basic Formulas
Autorzy:
Warsza, Zygmunt Lech
Puchalski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/275607.pdf
Data publikacji:
2019
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
pomiary wielowymiarowe
multimenzurand
propagacja wariancji
macierz kowariancji
niepewność
współczynnik korelacji
skorelowania odchyleń o niepewnościach typów A oraz B
niepewności funkcji przetwarzania
multivariate measurements
multimeasurand
propagation of variances
covariance matrix
vector propagation of uncertainties
correlation coefficient
correlations of deviations of type A or type B
uncertainties of processing function
Opis:
Dwuczęściowa praca przedstawia dotychczasowe wyniki prac autorów dotyczące wyznaczania niepewności pośrednich pomiarów wieloparametrowych. W niniejszej części 1. omówiono zależność współczynnika korelacji dwu wielkości od względnego stosunku ich odchyleń od estymatorów menzurandu o niepewnościach typów A i B oraz zależność macierzy kowariancji pośrednio wyznaczanego menzurandu wyjściowego przy skorelowaniu wielkości menzurandu wejściowego. Zaproponowano szerszy model matematyczny niż rekomendowany w Suplemencie 2 Przewodnika GUM. Uwzględnia on niepewności i korelację zarówno mierzonych wielkości wejściowych jak i ponadto parametrów funkcji ich przetwarzania. Może służyć do oceny dokładności nie tylko samych pomiarów wieloparametrowych ale i układów realizujących takie pomiary. W części 2. zostanie omówiony przykład zastosowania modelu rozszerzonego do opisu pośrednich pomiarów parametrów dwójnika poprzez czwórnik pasywny z uwzględnieniem niepewności i skorelowania jego elementów.
In the part 1 of article, the current results of the work are briefly presented regarding the impact of correlations in sets of deviations from estimators of directly measured quantities with uncertainty of types A and B on the accuracy of indirectly determined parameters of output multi-memeasurands. An extended mathematical model of the method contained in Supplement 2 of the GUM Guide was presented. This new extended model takes also into account the uncertainties of the processing function in multiparameter measurements and can also be used to describe the accuracy of instruments and systems that perform such measurements. Part 2 presents examples of using the extended method to describe intermediately measured parameters of a two-terminal net through a four-terminal network, considering the uncertainties of its elements.
Źródło:
Pomiary Automatyka Robotyka; 2019, 23, 3; 55-63
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozszerzona metoda oceny niepewności pośrednich pomiarów wieloparametrowych i układów do tych pomiarów Część 2. Zastosowanie na przykładzie układu do pośrednich pomiarów dwuparametrowych
Extended Method for Evaluation Uncertainties of Indirect Multi-Parameter Measurements and of Circuits for these Measurements. Part 2. Application on the Example of a System for Indirect Two-Parameter Measurements
Autorzy:
Warsza, Zygmunt Lech
Puchalski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/277204.pdf
Data publikacji:
2019
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
pomiary pośrednie
pomiary wieloparametrowe
menzurand
macierz kowariancji
niepewność
współczynnik korelacji
układ przetwarzania
czwórnik
multiparameter indirect measurant
covariance matrix
uncertainty
correlation coefficient
uncertainty of processing function
four-terminal network
divider circuit
Opis:
W części 1. zaproponowano rozszerzoną metodę oceny niepewności wieloparametrowych pomiarów pośrednich i układów do tych pomiarów. W modelu matematycznym podanym w Suplemencie 2 Przewodnika GUM założono, że funkcja przetwarzania wielkości wejściowych jest dokładna. Nowy model uwzględnia niepewności i korelacje zarówno wielkości mierzonych bezpośrednio, jak i niepewności i korelacje parametrów układu realizującego funkcję przetwarzania. Może on służyć nie tylko do oceny niepewności wyników pomiarów wieloparametrowych, ale i do opisu dokładności systemów realizujących takie pomiary, w tym systemów wielosensorowych. W części 2. omawia się zastosowanie nowego modelu na przykładzie pomiarów pośrednich napięcia i prądu dwójnika za pomocą układu czwórnika pasywnego w postaci dzielnika impedancyjnego. Uwzględnia się niepewności wielkości mierzonych i parametrów dzielnika oraz różne możliwości ich skorelowania. Podano też przykłady obliczeniowe i wnioski końcowe oraz zarys kierunków dalszych prac w tej dziedzinie.
In the part I of this work, the current results of the work are briefly presented regarding the impact of correlations in sets of deviations from estimators of directly measured quantities with uncertainty of types A and B on the accuracy of indirectly determined parameters of output multi-measurand. An extended mathematical model of the method contained in Supplement 2 of the GUM Guide was presented. This new extended model takes also into account the uncertainties of the processing function in multi-parameter measurements and can also be used to describe the accuracy of instruments and systems that perform such measurements. Part 2 presents examples of using the extended method to describe intermediately measured parameters of a two-terminal net through a four-terminal network, considering the uncertainties of its elements.
Źródło:
Pomiary Automatyka Robotyka; 2019, 23, 4; 87-100
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Advanced Statistical Procedures for Adjustment of Measurement Results in Engineering Surveying
Zastosowanie zaawansowanych procedur statystycznych do wyrównywania wyników pomiarów w geodezji inżynieryjnej
Autorzy:
Czaja, J.
Dąbrowski, J. A.
Powiązania:
https://bibliotekanauki.pl/articles/385931.pdf
Data publikacji:
2018
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
measurements in engineering surveying
Gauss–Markov model
diagonal covariance matrix
pomiary w geodezji inżynieryjnej
model Gaussa–Markova
diagonalna macierz kowariancyjna
Opis:
Measurements in engineering surveying are aimed at determining the coordinates of the points of a geodetic control, spatially setting out a technical design of an engineering structure, determining the spatial coordinates of points (or their displacement) that represent an engineering structure, and identifying the displacement and deformation of a studied engineering structure. Provided that the aforementioned measurements are to represent the same engineering structure, such observation results should be settled (adjusted) in one calculation process. The application of the Gauss–Markov theorem for this adjustment using covariance matrix Cov(L) for observed values L is the classical approach for adjusting the results of surveying observations of various accuracy (taking into account accuracy weights). Determining the displacements of points in the process of adjusting the results of periodic measurements, applying different methods of tying geodetic controls to national networks, and using various instruments and measurement methods result in the individual displacement components or coordinates of the observed points being determined with different accuracies. This circumstance forms the basis for the assumption that the estimated parameters (unknown values) should be random. This paper will formulate the principles of estimation of Gauss–Markov models in which the estimated parameters (X) are random. For this purpose, methods for the prior definition of covariance matrix CX for the estimated parameters will be provided, which will be used to determine the conditional covariance matrix of observation vector L and then to estimate the most probable values of the Xˆ parameters. Covariance matrix Cov(Xˆ) obtained as a result of this estimation will be used to define the limit values of the variances of these parameters.
Celem pomiarów w geodezji inżynieryjnej może być: wyznaczanie współrzędnych punktów osnowy realizacyjnej, wytyczenie w przestrzeni projektu technicznego obiektu inżynierskiego, wyznaczenie przestrzennych współrzędnych punktów lub ich przemieszczeń reprezentujących obiekt inżynierski oraz określenie przemieszczeń i odkształceń badanego obiektu inżynierskiego. Jeżeli wyżej wymienione pomiary odnoszą się do obiektu inżynierskiego, to takie wyniki obserwacji powinny być uzgadniane (wyrównywane) w jednym procesie obliczeniowym. Zastosowanie do tego wyrównania modeli Gaussa– Markowa z wykorzystaniem macierzy kowariancji Cov(L) dla wielkości obserwowanych L stanowi klasyczne postępowanie wyrównywania różnodokładnych wyników obserwacji geodezyjnych, z uwzględnieniem wag dokładności. Wyznaczanie przemieszczeń punktów w procesie wyrównywania wyników okresowych pomiarów, stosowanie różnych sposobów nawiązywania osnów realizacyjnych do sieci państwowych oraz wykorzystywanie różnych przyrządów i metody pomiaru – wszystko to powoduje, że poszczególne składowe przemieszczeń lub współrzędne obserwowanych punktów będą określane z różną dokładnością. Ta okoliczność jest podstawą założenia, że szacowane parametry (niewiadome) powinny mieć charakter losowy. W artykule sformułowano zasady estymacji modeli Gaussa–Markowa, w których szacowane parametry X mają charakter losowy. W tym celu podano sposoby określania a priori macierzy kowariancji CX dla estymowanych parametrów, która została wykorzystana do wyznaczenia macierzy kowariancji warunkowych wektora obserwacji L, a następnie do estymacji najbardziej prawdopodobnych wartości parametrów Xˆ. Uzyskana w wyniku tej estymacji macierz kowariancji Cov(Xˆ) została wykorzystana do ustalenia granicznych wartości wariancji tych parametrów. Praktyczne zastosowanie proponowanego sposobu estymacji modelu G-M do wyznaczania pionowych przemieszczeń powierzchni osuwiska, dla parametrów losowych, zostało zilustrowane na przykładzie fragmentu niwelacyjnej sieci punktów.
Źródło:
Geomatics and Environmental Engineering; 2018, 12, 4; 33-44
1898-1135
Pojawia się w:
Geomatics and Environmental Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estymacja macierzowa niepewności wieloparametrowych pomiarów pośrednich z przykładami
Matrix Estimation of Uncertainty of Indirect Multiparameter Measurements with Examples
Autorzy:
Warsza, Z. L.
Puchalski, J.
Powiązania:
https://bibliotekanauki.pl/articles/277873.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
pomiary pośrednie
multimenzurand
macierz kowariancji
niepewność pomiaru
indirect measurements
multimeasurand
covariance matrix
uncertainty of measurement
Opis:
W pracy podano zależności wektorowe umożliwiające estymację bezwzględnych i względnych niepewności pomiarowych składowych multimenzurandu mierzonego pośrednio, tj. wyznaczanych z zależności z wielkościami mierzonymi bezpośrednio i z ich niepewności. Wyznaczone zostaną macierze kowariancji dla trzech przykładów pomiarów pośrednich: przyrostu i temperatury średniej, trzech rodzajów mocy prądu elektrycznego oraz trzech składowych i modułu pola magnetycznego w dwu jego punktach. Określono niepewności złożone dla parametrów wyznaczanych z tych pomiarów, czyli mierzonych pośrednio.
It this work the vector dependences are presented which gives possibility to estimate of absolute and relative measuring uncertainties of components of the multimeasurand vector. These components are indirectly measured by the multiparametrical measurement system with regarding of the uncertainty directly measured input quantities. The covariance matrixes have been determined for three examples: measurements of two temperatures, three components of the electrical power as well as three component of magnetic field in two its points. The complex of uncertainties for parameters determined indirectly from these measurements are presented.
Źródło:
Pomiary Automatyka Robotyka; 2018, 22, 2; 31-39
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Minimum Array Elements for Resolution of Several Direction of Arrival Estimation Methods in Various Noise-Level Environments
Autorzy:
El Ouargui, I.
Safi, S.
Frikel, M.
Powiązania:
https://bibliotekanauki.pl/articles/956990.pdf
Data publikacji:
2018
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
covariance matrix
direction of arrival
geolocation
resolution
noise
smart antenna
Opis:
The resolution of a Direction of Arrival (DOA) estimation algorithm is determined based on its capability to resolve two closely spaced signals. In this paper, authors present and discuss the minimum number of array elements needed for the resolution of nearby sources in several DOA estimation methods. In the real world, the informative signals are corrupted by Additive White Gaussian Noise (AWGN). Thus, a higher signal-to-noise ratio (SNR) offers a better resolution. Therefore, we show the performance of each method by applying the algorithms in different noise level environments.
Źródło:
Journal of Telecommunications and Information Technology; 2018, 2; 87-94
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena niepewności prostokątnych składowych impedancji wyznaczanych pośrednio z pomiarów składowych biegunowych i vice versa
Evaluation of the uncertainties of rectangular components of the impedance determined indirectly from measurements of polar components and vice versa
Autorzy:
Warsza, Z. L.
Puchalski, J.
Powiązania:
https://bibliotekanauki.pl/articles/274594.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
niepewność
pomiary pośrednie
składowe impedancji
macierz kowariancji
uncertainty
indirect measurements
impedance components
covariance matrix
Opis:
W artykule omówiono oszacowanie niepewności składowych prostokątnych impedancji wyznaczonych pośrednio z bezpośrednich pomiarów jego polarnych składowych i odwrotnie. Przedstawiono wzory i funkcje znormalizowanych niepewności bezwzględnych i względnych pary składowych impedancji wyznaczonej pośrednio z pomiarów pozostałej pary. Uwzględniono również ich współczynnik korelacji w funkcji kąta fazowego impedancji i niepewności mierzonej pary. Otrzymane zależności zostały szczegółowo przeanalizowane i omówione.
The paper discusses the estimation of the uncertainties of rectangular components of the impedances determined indirectly from direct measurements of its polar components and vice versa. Patterns and functions for normalized absolute and relative uncertainties of a pair of impedance components determined indirectly from measurements of the remaining pair are given. Their correlation coefficient as a function of the phase angle of the impedance and the uncertainty of the measured pair is also included. The dependencies received were discussed in detail.
Źródło:
Pomiary Automatyka Robotyka; 2018, 22, 3; 61-67
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Simulation analysis of extended Kalman filter applied for estimating position and speed of a brushless DC motor
Autorzy:
Chojowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/1193591.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
extended Kalman filter
brushless DC motor
covariance matrix
sensorless control
BLDC
Opis:
The purpose of this paper was to present a method for the estimation of the rotor speed and position of brushless DC (BLDC) motor. The BLDC motor state equations were developed, and the model was discretised. Extended Kalman filter has been designed to observe specific states from the state vector, needed for the sensorless control (rotor position) and to determine the speed, which may be useful to use as a feedback for the controller. A test was carried out to determine the noise covariance matrices in a simulation manner.
Źródło:
Power Electronics and Drives; 2018, 3, 38; 145-155
2451-0262
2543-4292
Pojawia się w:
Power Electronics and Drives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
State filtering for networked control systems subject to switching disturbances
Autorzy:
Chabir, K.
Rhouma, T.
Keller, J. Y.
Sauter, D.
Powiązania:
https://bibliotekanauki.pl/articles/329860.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
Kalman filter
unknown inputs
constant bias
switching disturbances
linear system
covariance matrix
filtr Kalmana
układ liniowy
macierz kowariancji
Opis:
State estimation of stochastic discrete-time linear systems subject to unknown inputs has been widely studied, but few works take into account disturbances switching between unknown inputs and constant biases. We show that such disturbances affect a networked control system subject to deception attacks on the control signals transmitted by the controller to the plant via unreliable networks. This paper proposes to estimate the switching disturbance from an augmented state version of the intermittent unknown input Kalman filter. The sufficient stochastic stability conditions of the obtained filter are established when the arrival binary sequence of data losses follows a Bernoulli random process.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2018, 28, 3; 473-482
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 30

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