Geri Dön

Robust minimax estimation applied to kalman filtering

Gürbüz minimum-maksimum kestiricinin kalman filtresine uyarlanması

  1. Tez No: 177155
  2. Yazar: BAHADIR AYBAR
  3. Danışmanlar: PROF. DR. ORHAN ARIKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  13. 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

  1. Asenkron makinenin hız sensörsüz vektör kontrolü

    Başlık çevirisi yok

    ANIL BÜYÜKATLI

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. M. EMİN TACER

  2. 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

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  3. 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

    İngilizce

    2024

    Anestezi ve Reanimasyonİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ FUAT ERGENÇ

  4. 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

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF SİNAN AKGÜL

  5. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ YAZICI

    PROF. DR. ALOK MISHRA