Robust minimax estimation applied to kalman filtering
Gürbüz minimum-maksimum kestiricinin kalman filtresine uyarlanması
- Tez No: 177155
- Danışmanlar: PROF. DR. ORHAN ARIKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 62
Özet
Kalman filtreleme tekniği, ölçümlerin ve önceki durum değişkenlerinin şimdiki durum değişkenine bağlı olduğu dinamik bir sistemdeki durum değişkenlerini kestirme konusunda en önemli uygulamalardan biridir. Genel olarak tahmin ve güncelleme olarak iki aşamalıdır. Bu filtreleme, sistemdeki gürültü normal dağılıma sahipken asgari ortalama-kare hatası verirken, sistemde rastgele bir gürültü varken ise en iyi çizgisel tahmin sağlamaktadır. Fakat, sistem modelinde bir bilinmezlik olduğu koşulda Kalman filtreleme tekniği performansı oldukça düşmektedir. Bu tezde, belirsizliğe uğramış bir durum-uzay modelindeki bilinmeyen x vektörünün kestirilmesi problemi ele alınmıştır. Model belirsizliğinin bilinir bir sınırı olduğu kabul edilmiş, model matrisinin ve bilinmeyen x vektörünün olası her değeri çerçevesinde en kötü durumdaki ortalama-kare hatasını asgari düzeye çeken birinci dereceden gürbüz bir kestirici araştırılmıştır. Bu gürbüz minimum-maksimum kestirici, değişik gürültü modelleri ile birlikte durum-uzay modeline uygulanmış ve simülasyon sonuçları verilmiştir. Ek olarak, çizgisel bir dinamik modele sahip olduğu kabul edilmiş olan bir radar takip uygulaması incelenmiştir.Bu tezde verilmiş olan şema çerçevesinde, James-Stein kestirme tekniğine değişiklikler yapılmış, böylece bu tekniğin bir takım kısıtlamalarının önüne geçilmiştir. Bu şemada, gözlem denkleminin belirsizliğe uğradığı ve gözlemlerin durum değişkenlerinin sayısından az olduğu durumlara da James-Stein tekniği uygulanmış ve gürbüz tahminler verdiği görülmüştür.
Özet (Çeviri)
Kalman filtering is one of the most essential tools in estimating an unknown state of a dynamic system from measured data, where the measurements and the previous states have a known relation with the present state. It has generally two steps, prediction and update. This filtering method yields the minimum mean-square error when the noise in the system is Gaussian and the best linear estimate when the noise is arbitrary. But, Kalman filtering performance degrades significantly with the model uncertainty in the state dynamics or observations. In this thesis, we consider the problem of estimating an unknown vector x in a state-space model that may be subject to uncertainties. We assume that the model uncertainty has a known bound and we seek a robust linear estimator for x that minimizes the worst case mean-square error across all possible values of x and all possible values of the model matrix. Robust minimax estimation technique is derived and analyzed in this thesis, then applied to the state-space model and simulation results with different noise perturbation models are presented. Also, a radar tracking application assuming a linear state dynamics is also investigated.Modifications to the James-Stein estimator are made according to the scheme we develop in this thesis, so that some of its limitations are dealt with. In our scheme, James-Stein estimation can be applied even if the observation equation is perturbed and the number of observations are less than the number of states, still yielding robust estimations.
Benzer Tezler
- Asenkron makinenin hız sensörsüz vektör kontrolü
Başlık çevirisi yok
ANIL BÜYÜKATLI
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. M. EMİN TACER
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Intra-patient and inter-patient adaptive control of hypnotic states during total intravenous anesthesia
Total intravenöz anestezi sırasında hipnotik durumların hasta içi ve hastalar arası uyarlamalı kontrolü
BORA AYVAZ
Yüksek Lisans
İngilizce
2024
Anestezi ve Reanimasyonİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ
- Çifte ağ metoduyla\stereo, odak ve bulanıklık bilgisini kullanarak resimlerden derinlik çıkarımı
Recovering 3D structure from images with dual meshes by using stereo, focus and defocus information
TARKAN AYDIN
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF SİNAN AKGÜL
- A new method for software defect prediction based on optimized machine learning techniques
Optimize edilmiş makine öğrenim tekniklerine dayalı yazılım kusurlarını öngörmek için yeni bir yöntem
SHAHO ISMAEL HASSEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ YAZICI
PROF. DR. ALOK MISHRA