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 "unscented Kalman" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    An unscented Kalman filter in designing dynamic GMDH neural networks for robust fault detection
    Autorzy:
    Mrugalski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/331364.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    robust fault detection
    nonlinear system identification
    dynamic GMDH neural network
    unscented Kalman filter
    detekcja uszkodzeń
    identyfikacja nieliniowa
    sieć neuronowa dynamiczna
    filtr Kalmana bezśladowy
    Opis:
    This paper presents an identification method of dynamic systems based on a group method of data handling approach. In particular, a new structure of the dynamic multi-input multi-output neuron in a state-space representation is proposed. Moreover, a new training algorithm of the neural network based on the unscented Kalman filter is presented. The final part of the work contains an illustrative example regarding the application of the proposed approach to robust fault detection of a tunnel furnace.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2013, 23, 1; 157-169
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of unscented Kalman filter for clutch position control of automated manual transmission
    Autorzy:
    Soltani, Abbas
    Arianfard, Milad
    Jazar, Reza Nakhaie
    Powiązania:
    https://bibliotekanauki.pl/articles/2172774.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    automated clutch
    actuator
    adaptive sliding mode control
    estimator
    unscented Kalman
    filter
    automatyczne sprzęgło
    sterowanie trybem ślizgowym
    taksator
    Kalman
    filtr
    Opis:
    In this paper, an adaptive sliding mode controller (ASMC) is proposed for an electromechanical clutch position control system to apply in the automated manual transmission. Transmission systems undergo changes in parameters with respect to the wide range of driving condition, such as changing in friction coefficient of clutch disc and stiffness of diaphragm spring, hence, an adaptive robust control method is required to guarantee system stability and overcome the uncertainties and disturbances. As the majority of transmission dynamics variables cannot be measured in a cost-efficient way, a non-linear estimator based on unscented Kalman filter (UKF) is designed to estimate the state valuables of the system. Also, a non-linear dynamic model of the electromechanical actuator is presented for the automated clutch system. The model is validated with experimental test results. Numerical simulation of a reference input for clutch bearing displacement is performed in computer simulation to evaluate the performance of controller and estimator. The results demonstrate the high effectiveness of the proposed controller against the conventional sliding mode controller to track precisely the desired trajectories.
    Źródło:
    Archive of Mechanical Engineering; 2022, LXIX, 2; 319--339
    0004-0738
    Pojawia się w:
    Archive of Mechanical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bezśladowy filtr Kalmana w aplikacji estymatora parametrów modelu matematycznego serwonapędu hydraulicznego
    Unscented Kalman Filter in the application of the electro-hydraulic servodrive model parameter estimation
    Autorzy:
    Gośliński, J.
    Owczarkowski, A.
    Owczarek, P.
    Rybarczyk, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/157744.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    serwonapęd hydrauliczny
    bezśladowy filtr Kalmana
    estymacja parametrów
    model matematyczny
    electro hydraulic servo drive
    unscented Kalman filter
    model parameter estimation
    mathematical model
    Opis:
    W pracy opisano metodę estymacji parametrów modelu matematycznego serwonapędu hydraulicznego. Metoda ta bazuje na transformacji bezśladowej oraz na filtrze Kalmana. W wyniku wykorzystania aparatu obliczeniowego pochodzącego z Bezśladowego Filtru Kalmana (UKF – Unscented Kalman Filter) stworzono identyfikator parametrów modelu matematycznego. Model serwonapędu hydraulicznego wraz z elementem wykonawczym posiada nieliniową strukturę, niepozwalającą na transformację do znanych struktur algorytmów estymacji opartych o modele NARX (Nonlinear ARX) [5]. Ze względu na powyższy problem wykorzystano estymator bezpośredni tj. pozwalający na estymację współczynników równania nieliniowego. W artykule opisano estymator, strukturę modelu oraz przebieg eksperymentu. W wyniku przeprowadzonych badań potwierdzono słuszność użycia metody UKF w przypadku estymacji parametrów modelu matematycznego serwonapędu hydraulicznego.
    In this paper a method for mathematical model parameter estimation is presented. The algorithm is based on the Unscented Transformation and the Kalman Filter. The model to be identified describes an electro-hydraulic servodrive. It has nonlinear structure, with a square-root input characteristic. The structure does not allow to be identified by well-known methods, used for the standard NARX model (Nonlinear ARX) [5]. The above mentioned problem resulted in choosing a direct estimator i.e. the one, which allows performing estimation of raw mathematical model parameters. In this paper the estimator, a model structure and an experiment are described. The authors present the algorithm of the Unscented Transformation. The major advantage of the Square -Root Unscented Klaman Filter over the standard Unscented Kalman Filter is also emphasized. Finally, the process of the model parameter identification and the promising results are presented. As the outcome, the UKF has proved its abilities to perform proper and satisfying estimation of mathematical model parameters of the electro-hydraulic servodrive.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 10, 10; 1012-1015
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of estimation accuracy of EKF, UKF and PF filters
    Autorzy:
    Konatowski, S.
    Kaniewski, P.
    Matuszewski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/320725.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Forum Nawigacyjne
    Tematy:
    non-linear filtering
    extended Kalman filter
    unscented Kalman filter
    particle filter
    Opis:
    Several types of nonlinear filters (EKF — extended Kalman filter, UKF — unscented Kalman filter, PF — particle filter) are widely used for location estimation and their algorithms are described in this paper. In the article filtering accuracy for non-linear form of measurement equation is presented. The results of complex simulations that com-pare the quality of estimation of analyzed non-linear filters for complex non-linearities of state vector are presented. The moves of maneuvering object are described in two-dimensional Cartesian coordinates and the measurements are described in the polar coordinate system. The object dynamics is characterized by acceleration described by the univariate non-stationary growth model (UNGM) function. The filtering accuracy was evaluated not only by the root-mean-square errors (RMSE) but also by statistical testing of innovations through the expected value test, the whiteness test and the WSSR (weighted sum squared residual) test as well. The comparison of filtering quality was done in the MATLAB environment. The presented results provide a basis for designing more accurate algorithms for object location estimation.
    W artykule opisane zostały algorytmy filtrów nieliniowych (rozszerzony EKF i bezśladowy UKF filtr Kalmana oraz filtr cząstkowy PF) stosowane powszechnie do estymacji położenia. Porównano dokładność estymacji tych filtrów dla nieliniowego równania pomiarowego. Zaprezentowane zostały rezultaty badań symulacyjnych porównujących jakość estymacji analizowanych rodzajów filtrów nieliniowych dla złożonej nieliniowości wektora stanu. Ruch obiektu manewrującego opisano w dwuwymiarowym układzie kartezjańskim, natomiast pomiary w polarnym układzie współrzędnych. Dynamikę obiektu charakteryzuje przyspieszenie opisane funkcją Univariate-Non-Stationary-Growth-Model. Efektywność badań, poza określaniem błędów średniokwadratowych RMSE, oceniano poprzez statystyczne testowanie innowacji za pomocą: testu wartości oczekiwanej, testu białości oraz testu WSSR (Weighted-Sum-Squared-Residual). Ocena jakości procesu filtracji została przeprowadzona w środowisku MATLAB. Przedstawione wyniki stanowią podstawę do projektowania dokładniejszych algorytmów estymacji położenia obiektu.
    Źródło:
    Annual of Navigation; 2016, 23; 69-87
    1640-8632
    Pojawia się w:
    Annual of Navigation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Design of unknown input observers for non-linear stochastic systems and their application to robust fault diagnosis
    Autorzy:
    Witczak, M.
    Korbicz, J.
    Józefowicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/205987.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Tematy:
    fault diagnosis
    unknown input
    unscented Kalman filter
    interactive multiple models
    non-linear systems
    Opis:
    The paper deals with the problem of designing filters for non-linear discrete-time stochastic systems. In particular, it is shown how to design an unknown input filter for a single (constant) unknown input distribution matrix, which guarantees that the effect of a fault will not be decoupled from the residual. Subsequently, the problem of using one, fixed disturbance distribution matrix is eliminatek by using the interacting multiple models algorithm to select an appropriate unknown input distribution matrix from a predefined set of matrices. The final part of the paper shows an illustrative example, which confirms the effectiveness of the proposed approach.
    Źródło:
    Control and Cybernetics; 2013, 42, 1; 227-256
    0324-8569
    Pojawia się w:
    Control and Cybernetics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic performance of estimator-based speed sensorless control of induction machines using extended and unscented Kalman filters
    Autorzy:
    Horváth, K.
    Kuslits, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1193590.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    induction machine
    speed sensorless control
    field-oriented control
    FOC
    non-linear state estimation
    load torque estimation
    extended Kalman filter
    EKF
    unscented Kalman filter
    UKF
    Opis:
    This paper presents an estimator-based speed sensorless field-oriented control (FOC) method for induction machines, where the state estimator is based on a self-contained, non-linear model. This model characterises both the electrical and the mechanical behaviours of the machine and describes them with seven state variables. The state variables are estimated from the measured stator currents and from the known stator voltages by using an estimator algorithm. An important aspect is that one of the state variables is the load torque and, hence, it is also estimated by the estimator. Using this feature, the applied estimator-based speed sensorless control algorithm may be operated adequately besides varying load torque. In this work, two different variants of the control algorithm are developed based on the extended and the unscented Kalman filters (EKF, UKF) as state estimators. The dynamic performance of these variants is tested and compared using experiments and simulations. Results show that the variants have comparable performance in general, but the UKF-based control provides better performance if a stochastically varying load disturbance is present.
    Źródło:
    Power Electronics and Drives; 2018, 3, 38; 129-144
    2451-0262
    2543-4292
    Pojawia się w:
    Power Electronics and Drives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Introduction to the Special Section on State and Parameter Estimation Methods for Sensorless Drives
    Autorzy:
    Barut, M.
    Hinkkanen, M.
    Orlowska-Kowalska, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/1193677.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    sensorless control
    extended Kalman filter
    unscented Kalman filter
    MRAS estimators
    neural networks
    Opis:
    This short article constitutes an introductory part of the Special Section (SS) on State and Parameter Estimation Methods in Sensorless Drives. In the current issue of the journal, the first part of this section is published. Accepted articles are focussed mainly on estimation of the state variables and parameters for vector-controlled induction motor (IM) drives, using different concepts, such as different types of Kalman filters (KFs) and model reference adaptive systems (MRASs). The KF was also proposed for brushless DC motor (BLDC). Also, neural networks (NNs) have been proposed for mechanical state variables’ estimation of the drive system with elastic couplings.
    Źródło:
    Power Electronics and Drives; 2018, 3, 38; 111-113
    2451-0262
    2543-4292
    Pojawia się w:
    Power Electronics and Drives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie metod estymacji stanu systemów dynamicznych
    Comparison of state estimation methods of dynamical systems
    Autorzy:
    Michalski, J.
    Kozierski, P.
    Ziętkiewicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/276016.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    estymacja stanu
    układy dynamiczne
    filtr Kalmana
    rozszerzony filtr Kalmana
    bezśladowy filtr Kalmana
    filtr cząsteczkowy
    wskaźniki jakości
    state estimation
    dynamical systems
    Kalman Filter
    extended Kalman filter
    unscented Kalman filter
    particle filter
    quality indices
    Opis:
    W pracy poruszono problem estymacji stanu dla układów dynamicznych oraz przedstawiono wybrane jego rozwiązania. Zaproponowano cztery metody estymacji: rozszerzony filtr Kalmana, bezśladowy filtr Kalmana, filtr cząsteczkowy oraz filtr Kalmana, stosowany dla obiektów liniowych. Metody te zastosowano dla trzech obiektów nieliniowych oraz dla dwóch obiektów liniowych (systemy jedno- i wielowymiarowe). Wszystkie obiekty zostały opisane za pomocą równań stanu. Przedstawiono także trzy różne wskaźniki jakości, reprezentujące błędy względne oraz bezwzględne, a także porównano ich działanie dla różnego typu obiektów. W wyniku przeprowadzonych symulacji stwierdzono, że najlepszą jakość estymacji zapewnia filtr cząsteczkowy, ale jednocześnie ta metoda jest najwolniejsza.
    In this paper the problem of state estimation of dynamical systems has been discussed and selected solutions have been presented. Four methods of state estimation have been proposed: Extended Kalman Filter, Unscented Kalman Filter, Particle Filter and Kalman Filter for a linear system. These methods have been applied to three nonlinear objects and to two linear objects (one- and multivariable systems). All plants have been described using state equations. Three quality indices has been used, which present relative and absolute errors. They were compared for different objects. As a result of the simulation, it was found that the best estimation quality is provided by the particle filter, but this method is also the slowest.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 4; 41-47
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Study of the effectiveness of different Kalman filtering methods and smoothers in object tracking based on simulation tests
    Autorzy:
    Malinowski, M.
    Kwiecień, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/106773.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    Kalman filtering
    smoother
    extended Kalman filter
    derivative-free filtering
    Central Difference Kalman Filter
    unscented Kalman filter
    object tracing
    filtr Kalmana
    filtracja
    rozszerzony filtr Kalmana
    EKF
    bezśladowy filtr Kalmana
    UKF
    śledzenie obiektu
    Opis:
    In navigation practice, there are various navigational architecture and integration strategies of measuring instruments that affect the choice of the Kalman filtering algorithm. The analysis of different methods of Kalman filtration and associated smoothers applied in object tracing was made on the grounds of simulation tests of algorithms designed and presented in this paper. EKF (Extended Kalman Filter) filter based on approximation with (jacobians) partial derivations and derivative-free filters like UKF (Unscented Kalman Filter) and CDKF (Central Difference Kalman Filter) were implemented in comparison. For each method of filtration, appropriate smoothers EKS (Extended Kalman Smoother), UKS (Unscented Kalman Smoother) and CDKS (Central Difference Kalman Smoother) were presented as well. Algorithms performance is discussed on the theoretical base and simulation results of two cases are presented.
    Źródło:
    Reports on Geodesy and Geoinformatics; 2014, 97; 1-22
    2391-8365
    2391-8152
    Pojawia się w:
    Reports on Geodesy and Geoinformatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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