Wyszukiwarka
Filtry
wszystkich: 18
Wyniki wyszukiwania dla: filtry kalmana
-
Filtry Kalmana i sterowanie w warunkach losowych
Kursy OnlinePrzedmiot omawia podstawy filtracji Kalmana oraz zasady sterowania obiektami, na które działają zakłócenia losowe.
-
Filtry Kalmana i sterowanie w warunkach losowych - sem. zim. 2022/2023
Kursy OnlineWykład dotyczy metod projektowania filtrów Kalmana oraz sterowania obiektami dynamicznymi w warunkach losowych.
-
Filtry Kalmana i sterowanie w warunkach losowych - sem. zim. 2023/2024
Kursy OnlineWykład dotyczy metod projektowania filtrów Kalmana oraz sterowania obiektami dynamicznymi w warunkach losowych.
-
Soft- and hard-decision multiple-model estimators for air traffic control
PublikacjaAnalizuje się problem śledzenia samolotów cywilnych manewrowania w zapewnianiu kontroli ruchu lotniczego (ATC) systemów za pomocą wielomodelowej (MM) estymacji stanu. Budując odpowiedni zestaw modeli manewrowania można opisać, jak różne manewry wpływają na proces oceny stanu wykonywany przez filtr Kalmana (KF) w oparciu o model ruchu bezmanerwowego. Metodologia ta prowadzi do podsystemu diagnostycznego, który wspiera estymator...
-
Resolving conflicts in object tracking for automatic detection of events in video
PublikacjaW referacie przedstawiono algorytm rozwiązywania konfliktów w śledzeniu obiektów ruchomych. Proponowana metoda wykorzystuje predykcję stanu obiektu obliczaną przez filtry Kalmana oraz dopasowuje wykryte obiekty do struktur śledzących ich ruch na podstawie deskryptorów koloru i tekstury. Omówiono specyficzne sytuacje powodujące konflikty, takie jak rozdzielanie obiektów. Przedstawiono wyniki testów. Algorytm może być zastosowany...
-
Zaawansowane Przetwarzanie Sygnału
Kursy OnlinePrzedmiot prezentuje wybrane metody przetwarzania sygnałów w bardzo szerokim obszarze zastosowań. Ilustruje najnowsze osiągnięcia w tym zakresie, wsparte wybranymi publikacjami. Zajęcia są podzielone na wykład (15 h) i seminarium (15 h). Podstawowe pojęcia dotyczące cyfrowego przetwarzania sygnałów, zalecana literatura Analiza widmowa gęstość widmowa mocy, widmo falkowe, polispektra i gęstość widmowa mocy skrośnej Efekty...
-
Miernictwo cyfrowe i przetwarzanie sygnałów w pomiarach [Moduł dyscyplinarny grypy A i B] - 2023/2024
Kursy OnlineProwadzący: dr hab. inż. Grzegorz Lentka, prof. PG Terminy realizacji: 10 kwietnia od 10:00-12:30, 7 maja od 13:30 do 16:00, 8 maja od 10:00 do 12:30, 4 czerwca od 14:00 do 16:30, 5 czerwca od 10:00 do 12:30 Tematyka realizowanego przedmiotu obejmuje: Wprowadzenie do miernictwa cyfrowego i cyfrowego przetwarzania sygnałów Akwizycja i wstępne przetwarzanie sygnałów pomiarowych: próbkowanie, kwantowanie i kodowanie sygnałów,...
-
Miernictwo cyfrowe i przetwarzanie sygnałów cyfrowych
Kursy OnlineProwadzący: dr hab. inż. Grzegorz Lentka, prof. PG Terminy realizacji: 1 spotkanie: 2 marca (sob) 9:30-12:30-3h 2 spotkanie: 3 marca (nd) 12:30-15:30-3h 3 spotkanie: 6 kwietnia (sob) 9:30-12:30-3h 4 spotkanie: 7 kwietnia (nd) 9:30-12:30-3h 5 spotkanie: 11 maja (sob) 9:30-12:20-3h Tematyka realizowanego przedmiotu obejmuje: Wprowadzenie do miernictwa cyfrowego i cyfrowego przetwarzania sygnałów Akwizycja i wstępne...
-
Discrete-time estimation of nonlinear continuous-time stochastic systems
PublikacjaIn this paper we consider the problem of state estimation of a dynamic system whose evolution is described by a nonlinear continuous-time stochastic model. We also assume that the system is observed by a sensor in discrete-time moments. To perform state estimation using uncertain discrete-time data, the system model needs to be discretized. We compare two methods of discretization. The first method uses the classical forward Euler...
-
Distributed state estimation using a network of asynchronous processing nodes
PublikacjaWe consider the problem of distributed state estimation of continuous-time stochastic processes using a~network of processing nodes. Each node performs measurement and estimation using the Kalman filtering technique, communicates its results to other nodes in the network, and utilizes similar results from the other nodes in its own computations. We assume that the connection graph of the network is not complete, i.e. not all nodes...
-
Implementacja algorytmu wielosensorowego wykrywania celów z wykorzystaniem śledzenia wielohipotezowego
PublikacjaAlgorytmy śledzenia wielohipotezowego (MHT) uznawane są obecnie za preferowane rozwiązanie problemu jednoczesnego śledzenia wielu obiektów. Główną zaletą śledzenia MHT jest możliwość efektywnego rozwiązywania problemów wieloznaczności i niepewności podczas wiązania wykryć w trasy. Środowisko, w jakim działają współczesne radary, stawia jednak przed mechanizmami formowania tras szereg wymagań oraz trudności, pogarszających jakość...
-
Optimal asynchronous estimation of 2D Gaussian-Markov processes
PublikacjaW artykule rozważa się problem estymacji trajektorii dwuwymiarowych ciągłoczasowych procesów Gaussa-Markowa na podstawie zaszumionych pomiarów wykonywanych w nierównomiernie rozłożonych chwilach czasu. W przypadku takiego problemu, w każdym cyklu pracy algorytmu należy dokonać dyskretnoczasowej predykcji (analogicznie jak w przypadku filtru Kalmana). Niestety zadanie to może być złożone obliczeniowo. Aby rozwiązać ten problem,...
-
Asynchronous distributed state estimation based on a continuous-time stochastic model
PublikacjaW artykule rozważa się ogólny problem estymacji stanu w asynchronicznych rozłożonych systemach (ADE) opartych na wielu czujnikach. W takich systemach stan obiektu jest oceniany przez grupę lokalnych estymatorów, z których każdy oparty zwykle na filtrze Kalmana, dokonuje fuzji danych zebranych poprzez jego lokalne czujniki oraz danych uzyskanych od innych (zdalnych) procesorów, w celu wyznaczenia możliwie najlepszych estymat. Przeprowadzając...
-
On–line Parameter and Delay Estimation of Continuous–Time Dynamic Systems
PublikacjaThe problem of on-line identification of non-stationary delay systems is considered. The dynamics of supervised industrial processes are usually modeled by ordinary differential equations. Discrete-time mechanizations of continuous-time process models are implemented with the use of dedicated finite-horizon integrating filters. Least-squares and instrumental variable procedures mechanized in recursive forms are applied for simultaneous...
-
Asynchronous Networked Estimation System for Continuous Time Stochastic Processes
PublikacjaIn this paper we examine an asynchronous networked estimation system for state estimation of continuous time stochastic processes. Such a system is comprised of several estimation nodes connected using a possibly incomplete communication graph. Each of the nodes uses a Kalman filter algorithm and data from a local sensor to compute local state estimates of the process under observation. It also performs data fusion of local estimates...
-
Asynchronous distributed state estimation for continuous-time stochastic processes
PublikacjaWe consider the problem of state estimation of a continuous-time stochastic process using an asynchronous distributed multi-sensor estimation system (ADES). In an ADES the state of a process of interest is estimated by a group of local estimators. Each local estimator based, for example, on a Kalman filter, performs single sensor filtration but also fusion of its local results and results from other (remote) processors to compute...
-
Distributed state estimation using a network of asynchronous processing nodes
PublikacjaWe consider the problem of distributed state estimation of continuous-time stochastic processes using a~network of processing nodes. Each node performs measurement and estimation using the Kalman filtering technique, communicates its results to other nodes in the network, and utilizes similar results from the other nodes in its own computations. We assume that the connection graph of the network is not complete, i.e. not all nodes...
-
Discrete-time estimation of nonlinear continuous-time stochastic systems
PublikacjaIn this paper we consider the problem of state estimation of a dynamic system whose evolution is described by a nonlinear continuous-time stochastic model. We also assume that the system is observed by a sensor in discrete-time moments. To perform state estimation using uncertain discrete-time data, the system model needs to be discretized. We compare two methods of discretization. The first method uses the classical forward Euler...