KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2000 / Cilt: 13 - Sayı: 2

Uyarlı Kalman filtresi

Adaptive Kalman filter

Levent ÖZBEK
Sayfa
369–380
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada, durum-uzay modelinin başlangıçta hatalı kurulması durumunda, Kalman Filtresinde ortaya çıkan ıraksama problemi göz önüne alınmış ve bu sorunların giderilmesine yönelik yapılan çalışmalar hakkında bilgi verilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Gerçek bir sistemin modeli oluşturulurken amaca uygun olarak yaklaşık değerlerin alınması, bazı basitleştirmelerin yapılması, eksik bilginin olması sonucu, sistemin temel karakteristiklerinin incelenmesinde daima hatalarla karşılaşılır.
📊
Temel Bulgular & Veri:Çeşitli nedenlerden dolayı Kalman Filtresinde ortaya çıkan ıraksama probleminin giderilebilmesi için filtreleme işleminde bazı değişikliklerin ve güçlendirmelerin yapılması gerekmiştir.
💡
Sonuç & Katkı:Bu çalışmada, durum-uzay modelinin başlangıçta hatalı kurulması durumunda, Kalman Filtresinde ortaya çıkan ıraksama problemi göz önüne alınmış ve bu sorunların giderilmesine yönelik yapılan çalışmalar hakkında bilgi verilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Gerçek bir sistemin modeli oluşturulurken amaca uygun olarak yaklaşık değerlerin alınması, bazı basitleştirmelerin yapılması, eksik bilginin olması sonucu, sistemin temel karakteristiklerinin incelenmesinde daima hatalarla karşılaşılır. Çeşitli nedenlerden dolayı Kalman Filtresinde ortaya çıkan ıraksama probleminin giderilebilmesi için filtreleme işleminde bazı değişikliklerin ve güçlendirmelerin yapılması gerekmiştir. Bu çalışmada, durum-uzay modelinin başlangıçta hatalı kurulması durumunda, Kalman Filtresinde ortaya çıkan ıraksama problemi göz önüne alınmış ve bu sorunların giderilmesine yönelik yapılan çalışmalar hakkında bilgi verilmiştir.

Abstract

When investigation of basic characteristics of a real system it can be modeled incorrectly for some different reasons such as approximated values can be taken to achive the goal and some simplifications are needed. In this case, in order to solve the divergence problem of the Kalman Filter, there must be some changes and robustness in filtering. In this study, the divergence problem of the Kalman Filter is considered when the state space is modeled incorrectly and some results of the solution of the problem are reviewed.

🔖

Bu Makaleye Atıf Yap

ÖZBEK, L. (2022). Uyarlı Kalman filtresi. Gazi Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 13 - Sayı: 2, 369–380. https://ajindex.com/articles/522479

Kaynakça (4)

  1. [I]Alîev, F. A. ve Özbek, L. 1996. Kalman Filtresi için Merkezi Limit Teoreminde Yakınsama Hızlarının Değerlendirilmesi. Araştırma Sempozyumu '96 Bildirileri, s. 182-185, Ankarav [2]Aliev, F. A. and Özbek, L. 1997. Evaluation of Convergence Rate in the Central Limit Theorem for the Kalman Filter. IEEE Trans. Auto.Control., Basımda. [3]Anderson, B. D. O. and Moore, J. B. 1979. Optimal Filtering. Prentice Hall. [4]Ansley, C. F. and Kohn, R. 1983. Exact likelihood of vector autoregressive moving average process with missing or aggregated data. Biometrica, 70, 275-278. [5]Bar-Shalom, Y. and Li, X. 1993.
  2. Estimation and Tracking Principles, Techniques and Software. Artech House. [6]Beltran, N. D. R. 1995. Autoregressive and adaptive estimation with an application to hurricane track prediction. Int.J.Control, Vol.26; 1791-1812. [7]Bryson, A. E. and Ho, Y. C. 1969.
  3. Optimization, Estimation and Control. Ginn and Company. [8]Chen, G. 1993. Approximate Kalman Filtering. World Scientific. [9]Chen, M. J. and Norton, J. P. 1997. Estimation techique for tracking rapid parameter changes. Int. J.Control, Vol. 45; 1387-1398. [10]Chid, C. K. and Chen, G. 1991. Kalman Filtering with Real-time Applications. Springer-Verlag. [II]Chow, H. 1994. Robust Estimation in Time Series: An Approximation to the Gaussian Kalman Filter. Commun. Statist. Theory Meth. Vol. 23; 3491-3505. [12]Cipra, T. 1997. Recursive Methods for Time Series. ISI '97. Bulletin of the International Statistical Institute, Proceedings Book 2, 455-456, İstanbul. [13]Diderrich, G.T. 1985. The Kalman Filter From the Perspective of Goldberger-Theil estimators. The American Statistician, Vol.39; 193-198. [14] Duncan, D. B. and Horn, S.D. 1972. Linear Dynamic Recursive Estimation from the Viewpoint of Regression Analysis. JASA, Vol.67; 815-821. [15] Ergon, G. ve İnal, C. 1996. Aylan Değenlerin Varlığında Kalman Filtresinin İncelenmesi. Araştırma Sempozyumu '96 Bildirileri, s. 110-114, Ankara. [16] Fagin, S. L. 1964.
  4. Recursive Linear Regression Theory, Optimal Filter Theory and Error Analysis Optimal System. IEEE Int. Conv.Rec, 12; 216- 240. [17] Fahrmeir, L. and Tutz, G. 1994. Multivariate Statistical Modelling Based on Generalized Linear Models. Springer-Verlag. [18] Fitzgerald, R. J. 1971. Divergence of the Kalman Filter. IEEE Trans. Auto.Control., Vol. AC-16; 736-747. [19] Guttman, I. and Pena, D. 1985. Comment on "Dynamic generalization linear models and Bayesian Forecasting". JASA, 74; 140-146. [20] Hajiyev, C. 19